人工智能专员（国机集团数智化中心）

优缺点分析

角色解读

• 从AI专员成长为集团级AI架构师，主导大型智能化项目
• 向技术管理方向发展，带领团队推动行业AI解决方案
• 深耕装备制造领域，成为行业业务与AI技术融合的专家
• 负责集团级AI平台建设及算力资源统筹规划，确保基础设施满足业务需求
• 深入装备制造、工程服务等场景，挖掘AI应用价值点并推动落地
• 主导高质量数据集标准制定与流程建设，参与领域大模型训练全流程
• 熟练掌握领域大模型训练技术（如微调、RLHF），了解主流开源框架
• 精通高质量数据集建设方法，包括数据采集、清洗、标注及质量评估
• 具备数据治理与数据工程项目经验，熟悉数据管理流程与工具
• 了解AI基础底座平台（如GPU集群、分布式训练）的研发与运维

申请策略

• 提前了解国机集团及旗下子公司的业务板块，在求职信中体现对装备制造AI应用的认知
• 强调对央企使命的认同感，展示长期服务意愿
• 突出大模型训练相关项目经历，特别强调数据集建设与模型微调细节
• 展示数据治理与数据工程的实战成果，用量化指标说明数据质量提升
• 强调对装备制造或工程场景的理解，可附上相关行业项目案例
• 列出AI基础设施平台的使用经验，如GPU集群管理、分布式训练优化
• 系统学习领域大模型训练框架（如DeepSpeed、Megatron），加深底层原理理解
• 了解工业互联网和智能制造基础知识，结合装备制造场景思考AI落地

面试指南

• 技术类问题采用STAR法则：先讲背景与目标，再描述具体行动，最后用结果说话
• 业务理解类问题：结合行业痛点输出个人见解，展现思考深度
• 动机类问题：突出稳定性与使命感，同时表达对技术工作的热爱
• 请详细介绍你参与过的一个大模型训练项目，包括数据准备、模型选择、训练优化等
• 如何构建高质量数据集？谈谈你在数据清洗、标注、质量把控方面的经验
• 谈谈你对装备制造行业AI应用的理解，列举2-3个具体场景
• 在算力资源受限的情况下，你如何规划和管理训练任务？
• 为什么选择加入央企而非互联网公司？你对未来职业发展有什么规划？