中国机械工业集团有限公司
AI算法工程师
AI算法工程师
发布于 24 分钟前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Pytorch
Tensorflow
图像识别
异常检测
机器学习
模型训练
深度学习
自然语言处理
计算机视觉
值不值得投
71综合评分
综合评分 71
央企研究院AI算法岗，技术栈前沿，行业价值高，工作地点固定于广州黄埔。
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。
薪资怎么样
25K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1070 个在招 · 其中人工智能 8 个
市场机会
选择适中
广州 · 人工智能 · 20 个在招
职位详情
关于这个职位
该职位主要负责中国电器科学研究院在检测认证业务中的AI算法研究与落地工作
你需要针对智能检测工序，开发图像识别、自然语言处理等算法模型，并持续进行优化以提高检测精度与效率，最终推动技术转化为实际生产力
最低要求
具有扎实的机器学习与深度学习理论基础，熟悉CNN、Transformer、大语言模型等主流算法架构
在计算机视觉或自然语言处理领域有研究经验，有顶会论文发表或学科竞赛获奖经历者优先
熟练使用Python及主流深度学习框架（PyTorch/TensorFlow、，具备较强的代码实现能力
具备优秀的逻辑分析与创新思维，对AI技术在检测认证领域的应用有浓厚兴趣
工作职责
负责检测认证业务场景中AI算法的研究、设计与优化，涵盖图像识别、自然语言处理、数据挖掘等方向
参与黑灯实验室智能检测工序的算法研发，包括检测图像分析、异常检测、自动化判定等建模与验证
负责AI模型的训练、调优与评估，建立模型性能评价体系，持续提升算法精度与效率
参与高质量数据集的构建与管理，制定数据标注规范，保障训练数据质量
跟踪学术前沿与行业最新算法成果，撰写技术文档，推动算法成果在业务场景的转化落地
优先资格
有顶会论文发表或学科竞赛获奖经历者优先
AI 洞察
优缺点分析
优点
- 背靠大型央企集团，平台稳定，资源丰富，项目通常涉及行业关键领域，技术落地路径清晰
- 工作直接面向“检测认证”这一专业领域，能深入理解工业场景的AI应用，积累独特的行业Know-how
- 作为大型集团内的研究院，内部流程和协作机制可能相对成熟但也可能不够灵活
- 对AI技术应用有热情，特别是对计算机视觉或NLP方向有扎实功底，并希望将技术落地到检测、质量控制等实体产业场景的硕士及以上学历求职者
缺点 / 挑战
- 参与“黑灯实验室”等前沿项目，有机会接触和解决具有挑战性的技术问题，技术成长空间大
- 从“算法研究”到“业务转化落地”需要较强的工程化和跨部门沟通能力，挑战较大
- 检测认证行业对算法的精度、可靠性和可解释性要求极高，模型开发与优化压力可能较大
角色解读
- 技术路线：深耕检测认证垂直领域的AI算法，成为该领域的技术专家或架构师
- 项目路线：带领小团队负责完整算法项目，成长为技术负责人或项目经理
- 应用路线：推动AI技术在检测标准制定、质量管控体系中发挥核心作用，向解决方案专家发展
- 研究与优化检测认证场景下的AI算法，如产品图像缺陷识别、文本信息提取等
- 在“黑灯实验室”（高度自动化实验室）中开发智能检测工序的算法，实现异常检测与自动化判定
- 全流程负责AI模型的训练、调优、评估，并管理高质量数据集以保证模型性能
- 精通机器学习与深度学习理论，熟练掌握CNN、Transformer等主流模型架构
- 在计算机视觉（如图像识别）或自然语言处理领域有实际项目或研究经验
- 熟练使用Python及PyTorch/TensorFlow等深度学习框架进行算法开发与实现
- 具备将前沿算法（如大语言模型）与具体行业应用场景相结合并落地的能力
申请策略
- 研究中国电器科学研究院（CVC）及其业务，了解其在家电、汽车等产品检测认证领域的技术布局和成果
- 在面试中表达出你对“AI赋能传统检测行业”的理解和兴趣，展现解决问题的思维方式
- 重点突出在机器学习、深度学习（尤其是CNN/Transformer）方面的理论基础和项目/论文经验
- 详细描述1-2个相关的计算机视觉或自然语言处理项目，说明问题定义、模型选择、优化过程与最终效果
- 如有在检测、工业质检、自动化测试等相关领域的经验，务必着重强调
- 展示清晰的代码能力，可附上GitHub链接或技术博客
- 复习和深化对主流算法（如目标检测、语义分割、文本分类/生成）原理的理解
- 了解检测认证行业背景知识及常见的AI应用场景（如缺陷检测、智能审图），使解决方案更贴合业务
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验类问题，突出个人贡献和最终收益
- 对于技术方案类问题，先阐述对问题的理解和主流方法，再结合具体场景分析利弊，最后提出自己的思路
- 展示系统性思维，从数据、模型、评估、部署等多个环节考虑问题的完整解决方案
- 请介绍一个你做过的最满意的CV/NLP项目，详细说说技术选型和优化过程
- 对于产品图像缺陷检测这个任务，你会考虑哪些经典的算法模型？如何处理数据不平衡等问题？
- 如何评估一个AI算法模型在实际检测场景中的性能？除了准确率，还会关注哪些指标？
- 如果要求你将一个学术论文中的前沿模型应用到我们的实际产线上，你会怎么做？
- 你对我们所在的检测认证行业有什么了解？你认为AI技术能为这个行业带来哪些变革？
职位点评
薪资福利70
成长发展80
工作生活55
使命价值82
薪资福利
70中等
作为大型央企研究院的正式岗位，提供基本的社会保障和稳定性，薪资水平预计在市场中位数附近，具体竞争力需结合个人情况判断。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
80较高
岗位涉及前沿的AI算法在工业检测领域的应用，技术栈明确且具有挑战性，能够深入积累垂直行业的AI工程经验，对技术深度和应用能力的提升有较好帮助。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、CNN、Transformer、大语言模型、计算机视觉、自然语言处理、PyTorch、TensorFlow
成长机会跟踪学术前沿与行业最新算法成果、推动算法成果在业务场景的转化落地
业务类型ambiguous
工作生活
55较低
工作地点明确在广州市黄埔区，未提及远程或弹性办公，需现场办公。作为研发岗位，工作节奏可能需要根据项目进度调整，但未见明确高强度信号。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
82较高
岗位聚焦于用AI技术赋能国家检测认证体系，提升工业产品质量与安全，具有明显的社会价值和产业意义，属于国家支持和发展的领域。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号负责检测认证业务场景中AI算法的研究、推动算法成果在业务场景的转化落地
创新程度积极采用新技术
Watch Jobs