中国电信
AI开发工程师（延安分公司）
AI开发工程师（延安分公司）
发布于 大约 10 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Pytorch
Tensorflow
数据处理
机器学习
深度学习
电信行业
Ai系统研发
值不值得投
69综合评分
综合评分 69
国企稳定、主流技术栈，但薪资和灵活性一般。
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
12K
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 2970 个在招 · 其中人工智能 37 个
职位详情
关于这个职位
该职位负责中国电信延安分公司内部AI系统的研发与维护，包括机器学习模型和深度学习算法的设计、训练与优化，以及将AI功能集成到客户服务、网络优化等业务系统中，旨在提升公司运营的智能化水平
适合具备扎实AI基础、熟悉Python及主流深度学习框架，并对电信行业应用场景有浓厚兴趣的工程师
最低要求
本科及以上学历，计算机、电子信息、自动化、数学、统计学及其他相关专业
AI基础：理解人工智能、机器学习、深度学习的基本概念和原理
数据处理与分析：掌握一定的编程和工具使用能力，能够针对大规模数据集，进行数据预处理、数据清洗、数据标注等工作
深度学习框架应用：掌握python语言，使用TensorFlow、PyTorch等深度学习框架，快速构建神经网络模型并进行训练
持续学习与行业理解：保持对人工智能领域新技术、新方法的学习热情，了解电信行业特点，了解相关技术在其中的应用场景
工作职责
AI系统研发：负责设计、开发和维护公司内部的人工智能系统，包括机器学习模型、深度学习算法等，以满足特定的业务需求
数据处理与分析：收集、整理和分析相关数据，为AI模型的训练和优化提供高质量的数据集
同时，监控数据质量，确保模型的准确性和有效性
模型训练与优化：运用先进的机器学习技术和工具，对AI模型进行训练、调优和验证，以提升模型的性能和泛化能力
内部应用集成：将开发的人工智能功能集成到公司内部的应用系统中，如客户服务、网络优化、运维管理等，提升业务效率和智能化水平
技术创新与研究：关注人工智能领域的最新技术和趋势，持续学习和研究新技术，为公司内部AI应用的创新和发展提供技术支持和解决方案
AI 洞察
优缺点分析
优点
- 国企平台稳定，福利待遇有保障，职业发展路径清晰
- 能够接触电信行业真实业务场景，积累AI在传统行业落地的经验
- 工作内容涵盖AI全流程，从数据处理到模型部署，技能积累全面
- 内部系统集成和业务对接可能涉及较多跨部门沟通，需要一定的协调能力
- AI技术迭代快，需要持续学习和自我提升，以跟上技术前沿
- 作为内部AI团队，可能更侧重于应用和优化，而非前沿算法研究
- 适合希望进入国企平台，注重工作稳定性，并愿意将AI技术应用于传统行业场景的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 在技术层面，可向高级AI工程师、算法专家方向发展，深耕模型优化和算法创新
- 在业务层面，可向AI解决方案架构师或技术经理方向发展，负责AI项目的整体规划与落地
- 依托中国电信的平台，有机会参与更多内部数字化、智能化转型项目，拓宽职业视野
- 负责公司内部AI系统的设计、开发和维护，包括机器学习模型和深度学习算法的构建
- 进行数据收集、清洗、预处理和标注，为模型训练提供高质量数据集，并监控数据质量
- 使用TensorFlow、PyTorch等框架对AI模型进行训练、调优和验证，提升模型性能
- 将AI功能集成到客户服务、网络优化、运维管理等内部系统中，提升业务效率
- 扎实的Python编程能力，能够熟练使用TensorFlow、PyTorch等深度学习框架
- 理解机器学习、深度学习的基本原理，具备模型训练和调优的实践经验
- 掌握数据处理和分析技能，能够进行数据预处理、清洗和标注
- 了解电信行业业务特点，能够将AI技术应用于实际业务场景
申请策略
- 了解中国电信数字化转型战略，在面试中展现对AI赋能电信业务的思考
- 强调自己的学习能力和对新技术的好奇心，与岗位要求匹配
- 突出Python编程能力和深度学习框架（TensorFlow、PyTorch）的实际项目经验
- 强调数据处理和分析能力，包括数据清洗、特征工程、模型评估等
- 如果有AI在通信、网络优化或客户服务领域的应用项目，务必重点描述
- 展示持续学习和研究新技术的能力，如参与开源项目或技术社区
- 可以提前熟悉电信行业的基本业务知识，如网络优化、客户服务等，以便在面试中展现行业理解
- 补充学习数据工程相关技能，如SQL、Spark等，以应对大规模数据处理需求
面试指南
- 回答项目经验时，采用STAR法则（情境、任务、行动、结果），突出个人贡献和量化成果
- 回答技术问题时，先阐述基本原理，再结合项目实践，展示解决问题的能力
- 回答行业应用问题时，结合电信业务特点，提出具体、可行的AI应用思路
- 请介绍一个你使用TensorFlow或PyTorch完成的AI项目，包括模型选型、训练过程和遇到的问题
- 如何对大规模数据集进行预处理和清洗？请举例说明
- 你如何理解AI在电信行业中的应用？请列举一些可能的场景
- 如果模型在训练过程中出现欠拟合或过拟合，你会如何解决？
- 你如何保持对AI新技术的持续学习？
职位点评
薪资福利75
成长发展70
工作生活65
使命价值60
薪资福利
75中等
国企背景，薪资稳定，福利待遇较好，但薪资水平相比互联网公司可能偏低。
薪资信号未披露（AI估算：8K-15K/月）
成长发展
70中等
岗位涉及AI全流程开发，技术栈主流，但更偏向应用和优化，前沿研究机会有限。
技术前沿主流现代技术
技术栈Python、TensorFlow、PyTorch、机器学习、深度学习
业务类型ambiguous
工作生活
65中等
工作地点在延安，生活节奏较慢，但办公模式为现场办公，灵活性一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
电信行业属于稳定成熟行业，AI应用有助于提升运营效率，但社会影响力感知一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
Watch Jobs