中国远洋运输集团
数据科学家 （大模型方向）
数据科学家 （大模型方向）
发布于 大约 14 小时前普通员工/个人贡献者
上海市
其它
全职员工
仅现场办公
本科
数据科学
Llm
Prompt工程
Pytorch
Rag
Rlhf
Sft
Tensorflow
多模态
大模型
AI 估算 · 40k–70k
大模型方向人才稀缺，上海核心区域，央企平台稳定，薪资竞争力较强，综合估算月薪4-7万。
职位详情
关于这个职位
该职位聚焦大模型全流程管理，涵盖数据处理、模型训练、评测与推理部署，并深入应用Prompt、RAG、SFT、RLHF等前沿技术
你将参与智能体创新，推动大模型在业务场景的落地，与工程团队协作实现模型工程化
适合具备扎实大模型基础、热爱前沿技术并追求业务落地的数据科学家
最低要求
计算机、数学、统计相关专业本科及以上学历
具备大模型相关算法的扎实基础，包括但不限于单模态/多模态LLM训练（RAG/SFT/RLHF/Prompt）、部署和蒸馏等领域的学习和实践经验
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
有RAG、LLM系统的算法研发经验
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
熟悉数据处理和分析技术，能够有效地处理大规模数据
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
具备良好的项目管理能力、沟通协调能力和解决问题的能力
具备较强的逻辑思维能力和问题解决能力，能够独立分析并解决复杂的技术问题
工作职责
大模型领域全流程管理：负责大模型的全流程工作，包括数据收集与处理、模型训练、评测、推理部署等，确保数据的高质量和模型的有效性
前沿算法攻坚与落地：深入开展大模型算法应用研究，涉及语言大模型、多模态大模型等前沿领域，熟练运用 Prompt 工程、RAG、Agents、SFT、RLHF 等先进技术，推动算法从理论到实际业务场景的落地转化，加速公司智能化进程
深度参与智能体创新：拓展智能体应用边界，将前沿研究成果迅速转化为实用功能，驱动产品持续创新升级
关键能力应用研发：聚焦大模型在业务场景下关键能力应用研发，如知识和指令遵循、分析诊断、深度推理、反思和评估等，优化落地效果，促使大模型更好地融入业务流程，提升业务处理精度与效率
工程化落地保障：与工程团队无缝对接，全力推动算法模型的工程化落地，涵盖模型压缩、加速、部署与监控全流程，确保模型稳定、高效运行于公司业务系统
优先资格
硕士及以上优先
参与过toB搜索、问答等实际项目的开发者优先
具备数据标注和管理的经验者优先
AI 洞察
优缺点分析
优点
- 大模型方向处于技术前沿，能持续学习最新算法和框架，技能积累快
- 公司为跨国巨头央企，平台稳定，资源丰富，有机会参与大规模业务落地
- 工作地点在上海市中心，交通便利，职业平台广阔
- 央企背景，福利保障相对完善，工作稳定性高
- 央企体系内流程可能较复杂，创新速度可能受一定制约
- 适合热爱大模型前沿技术、追求长期技术成长，同时看重平台稳定性的算法工程师
缺点 / 挑战
- 大模型领域技术迭代快，需要持续学习和投入，工作压力较大
- 从算法研究到工程落地存在较大挑战，需要较强的跨团队协作能力
角色解读
- 从大模型研发工程师向资深算法专家或技术专家方向发展
- 有机会接触前沿技术（如多模态、智能体），成为企业智能化转型的核心人才
- 可向技术管理岗位发展，如算法团队负责人或技术总监
- 负责大模型全流程管理，包括数据收集与处理、模型训练、评测和推理部署，确保模型质量与有效性
- 开展大模型算法应用研究，应用Prompt、RAG、Agents、SFT、RLHF等前沿技术推动业务场景落地
- 参与智能体创新，将研究成果转化为实用功能，驱动产品升级
- 与工程团队协作完成模型压缩、加速、部署与监控，保障系统稳定运行
- 扎实的大模型算法基础，熟悉单模态/多模态LLM训练、部署和蒸馏
- 精通Python、Java或C++等编程语言，具备算法实现和性能优化能力
- 深入理解机器学习、深度学习原理，熟练使用TensorFlow、PyTorch、Scikit-learn等框架
- 良好的团队合作、项目管理与沟通协调能力
申请策略
- 了解中国远洋运输集团的业务场景，思考大模型在物流、航运等领域的应用可能性
- 关注央企招聘流程，提前准备相关背景材料，展现稳定性和责任感
- 突出大模型相关项目经验，尤其是RAG、SFT、RLHF等具体应用案例
- 强调编程能力和工程化能力，例如Python/C++实现、模型部署优化
- 展示数据处理和标注管理经验，突出规模化数据能力
- 体现跨团队协作和项目管理能力，说明在复杂项目中的推动力
- 可以系统学习大模型训练框架和部署工具（如DeepSpeed、vLLM等）
- 补充多模态和智能体相关技术知识，了解最新研究进展
面试指南
- 用STAR法则（情境-任务-行动-结果）描述项目经历，突出个人贡献和量化成果
- 对比技术方案时，先解释原理，再结合业务场景分析利弊，最后给出选择建议
- 回答优化问题时，从模型层（如量化、剪枝）、系统层（如分布式推理）和应用层（如缓存）分维度阐述
- 请介绍一个你参与的大模型项目，你在其中负责什么？遇到了哪些挑战？
- RAG和SFT的区别是什么？在什么场景下你会选择RAG而不是微调？
- 如何评估一个LLM系统在业务场景中的效果？
- 你如何优化一个模型的推理速度？请给出具体方案
- 请谈谈你对多模态大模型发展趋势的看法
职位点评
68
综合评分
央企大模型前沿岗，技术成长空间大，薪资中等，地点优越，但WLB未明确。
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
该职位最适合追求技术前沿和职业成长，能够适应一定工作节奏，同时看重平台稳定的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值65
薪资福利
65中等
该职位为央企背景，薪资水平可能不如互联网头部，但稳定性高，福利保障较完善。JD未提及具体薪资和福利，整体补偿性中等。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
85较高
该职位聚焦大模型前沿技术，涉及RAG、SFT、RLHF等先进方法，技术成长空间大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈大模型、LLM、RAG、Prompt工程、SFT、RLHF、多模态、TensorFlow、PyTorch
业务类型ambiguous
工作生活
50较低
工作地点位于上海静安区核心地段，交通便利，但JD未提及远程办公或弹性工作安排，工作模式不明确，生活化动机满足一般。
工作模式未明确
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
大模型是高速发展的前沿领域，能推动企业智能化转型，具有一定社会价值，但具体使命导向不强，意义感中等。
行业发展高速增长赛道
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