人工智能岗

优缺点分析

角色解读

• 技术专家路线：从大模型应用工程师成长为AI应用架构师或技术专家，主导复杂AI系统的架构设计
• 管理路线：随着项目经验的积累，可向技术团队负责人或项目经理方向发展，带领团队完成AI项目交付
• 行业深耕路线：在国机集团这样的央企平台，可深入结合机械工业、智能制造等垂直领域，成为行业AI解决方案专家
• 基于大语言模型或多模态大模型，负责应用层产品的设计、核心功能代码编写，将模型能力转化为实际产品
• 解决大模型应用中的推理性能、效果调优等技术难题，确保应用的稳定性和高效性
• 落实提示词工程、RAG等模块的代码规范，参与方案评审，并设计知识库、向量数据库等数据存储与检索方案
• 负责大模型应用服务的部署、API管理、资源调度及日常监控与告警，保障服务的稳定运行
• 扎实的编程能力（AI Coding），熟悉主流大模型的调用、微调及应用框架，如LangChain、LlamaIndex等
• 深入理解Prompt Engineering、RAG、SKILL等技术原理，并具备性能调优与安全治理意识
• 具备小模型开发与优化能力，熟悉机器学习与深度学习基础算法，能针对垂直业务场景完成模型开发、训练及部署
• 理解智能体协作、工具调用、任务规划与编排、记忆与状态管理等核心机制，能设计并落地Agent工作流

申请策略

• 了解国机集团及其在郑州的业务布局，在面试中展示你对公司业务与AI结合点的思考
• 准备一个能体现你技术深度的项目案例，从问题定义、技术选型到落地效果，完整讲述你的贡献
• 突出大模型应用项目经验：详细描述你使用大模型进行应用开发、调优或部署的具体项目，量化成果
• 强调Prompt Engineering、RAG、Agent等技术实践：在简历中明确列出你掌握的相关技术栈和实际应用案例
• 展示编程与算法能力：重点描述你的AI Coding经验、熟悉的主流框架（如LangChain）以及机器学习/深度学习基础
• 提及与岗位相关的学术背景：突出计算机科学、人工智能等专业背景，以及硕士阶段的研究方向
• 系统学习并实践LangChain、LlamaIndex等主流大模型应用框架，动手搭建一个完整的RAG或Agent应用
• 深入学习大模型微调技术（如LoRA、QLoRA），并尝试在垂直领域数据集上进行小模型训练与部署

面试指南

• STAR法则：针对项目经验类问题，清晰阐述情境(Situation)、任务(Task)、行动(Action)和结果(Result)，突出个人贡献和技术难点
• 技术选型对比：在回答方案设计类问题时，展示你对不同技术方案的对比分析能力，说明选择理由和权衡
• 问题解决导向：对于性能优化或故障排查类问题，体现你系统性的排查思路和量化分析能力
• 请详细描述一个你使用RAG技术解决实际问题的项目，包括架构设计、技术选型和遇到的挑战
• 如何评估和优化一个大语言模型应用的推理性能？请举例说明
• 在设计一个Agent工作流时，你会如何考虑任务规划、工具调用和状态管理？
• 针对一个具体的垂直业务场景（如机械故障诊断），你会如何设计一个小模型方案？
• 谈谈你对大模型应用安全治理的理解，以及在实际开发中如何落实