中国远洋运输集团
大数据分析岗（高级算法工程师）
大数据分析岗（高级算法工程师）
发布于 大约 14 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
机器学习工程
Pytorch
Tensorflow
大模型
机器学习
深度学习
算法工程化
运筹优化
AI 估算 · 30k–50k
上海高级算法工程师，央企平台薪资稳定，大模型和工程化方向热门，薪酬有竞争力。
职位详情
关于这个职位
这是一个位于上海的央企高级算法工程师岗位，主要涉及数据挖掘、大模型应用和算法工程化
你将研究前沿技术，构建智能化供应链解决方案，并推动模型在业务场景中高效落地
适合具备扎实算法功底、热衷技术探索并愿意深入行业业务的候选人
最低要求
计算机、数学、统计相关专业本科及以上学历
硕士及以上优先
数据敏感，有良好的逻辑思维和定义以及解决问题的能力
具备良好的数学基础，熟悉线性代数、概率论与统计学、优化算法等
精通至少一种编程语言，如 Python、Java 或 C++，熟悉算法实现及性能优化
对机器学习、深度学习原理有深入理解，熟悉常用框架如TensorFlow、PyTorch、Scikit-learn等
能够快速学习和适应新技术，具有较强的创新意识和探索精神，能提出新的想法和解决方案
具备良好的团队合作精神，能够有效沟通，与跨部门团队紧密协作
熟悉常见的大模型架构（大模型方向）
具备算法工程化、AI平台建设相关工作经验（算法工程化方向）
熟悉模型推理加速技术（如TensorRT、ONNX、OpenVINO等）（算法工程化方向）
熟悉容器化技术（如 Docker）和 Kubernetes 集群管理，具备模型部署到云平台或生产环境的经验（算法工程化方向）
工作职责
一、数据挖掘、运筹方向：
研究机器学习、深度学习、运筹优化等领域的前沿技术，建立、评估、迭代数据模型和算法，构建数据洞察体系
深入理解业务场景，打造智能化供应链解决方案
紧贴业务部门需求，赋能业务决策
挖掘数据价值，驱动业务创新
二、大模型方向：
完成大模型相关任务，确保数据的准确性和模型的有效性
参与大模型算法的应用研究，将算法从理论转化为实际业务场景中的解决方案
协助团队探索智能体应用的新方向，推动产品的创新与优化
参与大模型在业务场景中的关键能力开发，优化模型在业务中的落地效果，提升业务处理效率
参与算法模型的工程化落地工作，确保模型在业务系统中的稳定运行
三、算法工程方向：
参与算法平台扩展性、稳定性优化，为未来业务拓展奠定基础
设计算法模型服务化方案，致力于实现高并发、低延迟在线推理服务，保障服务的稳定运行
参与算法从研发到生产的工程化流程
参与算法平台的模块化、服务化工作，提升平台的易用性和可维护性
推动算法平台与公司内部其他系统集成，助力提升协同效应
AI 洞察
优缺点分析
优点
- 央企上市巨头，平台稳定，薪酬福利有保障，适合长期发展
- 技术方向前沿，涉及大模型、智能体、运筹优化，业务场景丰富
- 跨部门协作多，能积累航运物流行业知识和业务洞察力
- 业务复杂度高，需要深入理解航运物流行业，模型落地周期可能较长
- 央企内部流程和决策链可能较长，影响技术迭代速度
- 技术要求全面，需同时具备算法研发和工程化部署能力
- 适合对技术有热情、愿意深入业务场景，追求稳定和成长平衡的算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：深耕大模型或运筹优化领域，成为企业级算法专家
- 架构师路线：从算法平台建设转向AI系统架构，负责基础设施规划
- 业务管理路线：结合供应链业务，晋升为技术管理者，带领团队推进智能化项目
- 研究机器学习、深度学习和运筹优化的前沿技术，构建数据模型和算法体系，支持业务决策
- 负责大模型相关任务，包括算法应用研究、智能体探索、模型落地与优化
- 参与算法平台工程化建设，推动模型服务化、高并发低延迟推理以及内外部系统集成
- 扎实的数学基础（线性代数、概率统计、优化算法）和编程能力（Python/Java/C++）
- 深入理解机器学习/深度学习原理，熟练使用TensorFlow、PyTorch等框架，并了解大模型架构
- 掌握算法工程化技能，如模型推理加速（TensorRT/ONNX）、容器化部署（Docker/K8s）
申请策略
- 提前研究中国远洋运输集团（中远海运）的业务，在面试中提出针对性的算法应用思路
- 央企招聘流程相对规范，可能包含多轮面试，建议耐心等待并保持积极沟通
- 突出机器学习或深度学习项目的完整落地经验，包括数据处理、模型训练和上线部署
- 重点展示大模型相关实践（如微调、推理优化）或算法工程化项目（如模型服务平台）
- 强调数学基础和编程能力，如果有竞赛奖项或开源贡献，会是不错的加分项
- 用具体数据量化项目成果，如模型效果提升百分比、推理延迟降低幅度等
- 补充大模型技能：LLM微调（LoRA/QLoRA）、RAG、Prompt Engineering等
- 学习TensorRT、ONNX等推理加速技术，并动手实践Docker和Kubernetes部署
面试指南
- 使用STAR法则（情境-任务-行动-结果）组织项目经验，突出业务贡献和技术难点
- 对于方案设计题，先明确业务目标和约束，再比较不同技术方案，最后说明选型理由
- 强调工程化意识：从数据质量、模型监控到部署运维，展示系统的思考方式
- 请详细介绍一个你主导的机器学习项目，从业务问题定义到算法选型再到最终部署的全流程
- 大模型在航运供应链场景中有哪些可能的应用？请设计一个具体落地方案
- 如果要求你构建一个高并发、低延迟的模型推理服务，你会如何设计架构？
- 给出一个运筹优化问题（如集装箱调度），你会怎么建模和求解？
- 你如何确保算法模型在业务系统中稳定运行？举例说明你处理过的线上问题
职位点评
77
综合评分
稳定央企平台，技术前沿（大模型/算法工程），薪资有竞争力，WLB未明确但整体可预期。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合希望在前沿技术领域持续成长、同时看重平台稳定性的算法工程师。
表现最好
成长发展
相对薄弱
使命价值
薪资福利80
成长发展85
工作生活70
使命价值65
薪资福利
80较高
该职位为上市央企高级技术岗，薪资稳定有竞争力，福利体系完善，虽未在JD中列出，但央企属性通常提供较好的保障。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
职位涉及大模型、机器学习、运筹优化等前沿技术，并强调算法工程化落地，技术成长空间大，但职业晋升路径未在JD中明确。
技术前沿前沿/新兴技术
技术栈Python、Java、C++、TensorFlow、PyTorch、Scikit-learn、大模型、运筹优化、Docker、Kubernetes、TensorRT、ONNX、OpenVINO
业务类型cost_center
工作生活
70中等
工作地点位于上海市区，通勤便利，央企工作制度相对规范，但JD未明确弹性办公或远程，灵活性一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
65中等
通过算法优化供应链效率，对物流行业有积极意义，但具体职位不直接面向社会大众，使命感相对有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
中国远洋运输集团 的其他在招职位
相似职位推荐
Watch Jobs