中国电信
智能体研发工程师（广州）
智能体研发工程师（广州）
发布于 13 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
Llm
Lora
Prompt Engineering
Pytorch
大语言模型
智能体
值不值得投
70综合评分
综合评分 70
大型平台、前沿AI技术栈、业务落地机会明确，技术成长性强，但WLB需面谈确认。
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
2万
比人工智能中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2150 个在招 · 其中人工智能 93 个
市场机会
选择面较广
广州 · 人工智能 · 62 个在招
职位详情
关于这个职位
本职位是中国电信的智能体研发工程师，专注于大模型（LLM）的微调优化、应用开发以及基于大模型的智能体（Agent）构建与落地
你将负责从模型适配、数据构建、服务开发到理解业务需求、推动技术方案解决实际问题的全流程工作，是连接前沿AI技术与具体业务场景的关键角色
最低要求
技术核心：
精通 Python，熟悉 PyTorch/TensorFlow 及 Hugging Face Transformers
具备大模型微调实战经验 (熟悉主流方法如 LoRA)
有大模型应用开发经验 (熟悉 Prompt Engineering 及 Flask/FastAPI 等后端开发)
有智能体开发经验 (熟悉 LangChain 等主流框架)
熟悉 Git、Linux 及基本部署流程 (如 Docker)
关键素质：
极强的技术热情和学习能力，能快速跟进大模型、Agent 等前沿技术
良好的问题解决、沟通协作能力，能理解并对接业务需求
工作职责
大模型微调与优化： 负责对选定的大模型进行领域适配与精调，设计构建高质量训练数据集，实施优化微调策略（如Prompt Tuning, LoRA等），持续评估模型性能并迭代优化
大模型应用开发： 基于微调模型或通用API，设计开发端到端AI应用
精通Prompt Engineering设计高效提示
构建稳定后端服务与友好前端交互
新技术学习与应用： 持续追踪大模型、生成式AI、Agent等领域前沿技术与工具
主动研究评估其应用价值并进行技术预研与原型验证
快速将有效技术引入实际项目
智能体开发： 设计开发基于大模型的智能体，实现规划、工具调用、记忆、交互等能力
构建核心模块
利用框架（如LangChain Agents）或自研实现单/多智能体系统
对接业务需求： 深入理解内外部业务场景与痛点，沟通转化需求为技术方案
评估方案可行性、工作量与风险
参与项目规划与管理
跟踪上线效果，驱动方案持续改进
优先资格
有成功落地的大模型应用/智能体项目
熟悉 RAG、多模态模型、模型优化部署
有 AI 领域论文发表或竞赛获奖
优秀的技术文档能力
AI 洞察
优缺点分析
优点
- 能直接接触和应用大模型、智能体等当前最前沿的AI技术，技术成长空间大
- 岗位职责明确要求与业务对接，能够获得将技术转化为实际业务价值的宝贵经验
- 大型企业平台提供稳定性和资源支持，便于进行有一定规模的技术项目
- 技术领域发展极快，需要持续投入大量精力学习，以跟上技术迭代速度
- 在大型组织内推动技术创新和落地，可能需要适应相应的流程和协调机制
- 适合对大模型和智能体技术有浓厚兴趣、具备扎实工程能力、并希望将前沿AI技术应用于解决实际问题的算法或开发工程师
缺点 / 挑战
- 需要同时具备深厚的技术实现能力和理解业务需求的能力，对综合能力要求较高
角色解读
- 技术专家路线：持续深耕大模型与智能体技术，成为该领域的内部技术权威，解决更复杂的技术挑战
- 技术管理路线：凭借项目经验和业务理解，未来可向技术负责人或团队管理者方向发展
- 架构师路线：负责更大范围的AI平台或解决方案架构设计，推动公司级AI能力建设
- 负责将通用大模型通过微调等方式适配到特定业务场景，并评估其性能
- 设计和开发基于大模型的智能应用（如AI助手、自动化工具）和智能体系统
- 研究并集成最前沿的AI工具（如LangChain），将新技术快速转化为项目成果
- 深入理解业务需求，将复杂问题转化为可落地的技术方案并跟进实施效果
- 必须精通Python编程，并熟练掌握PyTorch/TensorFlow等主流深度学习框架
- 必须有实际的大模型微调（如LoRA）和应用开发（含Prompt Engineering）经验
- 必须有使用LangChain等框架开发智能体（Agent）系统的核心经验
- 需要具备良好的工程能力，熟悉Git、Linux、Docker等基础工具
申请策略
- 在求职信或面试中，可以主动阐述你对中国电信这类大型企业如何应用AI技术的理解，展现你的业务洞察
- 准备一个你预研过的前沿AI技术点的简短介绍，体现你的技术热情和学习能力
- 突出使用LoRA等方法进行大模型微调的具体项目经验，以及性能提升数据
- 详细描述一个完整的智能体或AI应用开发案例，说明技术选型、架构和成果
- 列出熟悉的AI工具栈（如PyTorch, HuggingFace, LangChain, FastAPI）及其熟练程度
- 如有AI相关论文、竞赛成果或开源贡献，务必在简历中显眼位置展示
- 深入研究LangChain/LlamaIndex等智能体开发框架的最新特性和最佳实践
- 实践RAG（检索增强生成）、多模态模型等加分项技术，丰富项目经验
面试指南
- 回答技术问题时，采用“背景-挑战-方案-结果-反思”的结构，突出你的思考和解决问题的能力
- 描述项目时，重点强调你在其中的核心贡献、技术选型的理由以及最终取得的量化或质化成果
- 对于开放性问题，展现你从理解业务需求到设计技术方案的完整逻辑链条，并考虑实际约束
- 请介绍一个你完成的大模型微调项目，遇到了哪些挑战？你是如何解决的？
- 你如何使用LangChain或类似框架设计一个智能体系统？请描述其核心模块和工作流程
- 在开发AI应用时，你是如何平衡模型效果、响应速度和成本的？
- 如果让你为一个具体的业务场景（如客服、报告生成）设计AI解决方案，你会如何思考？
- 你平时通过哪些渠道跟踪大模型领域的最新技术进展？最近关注到什么有价值的技术？
职位点评
薪资福利65
成长发展85
工作生活55
使命价值75
薪资福利
65中等
薪资估算处于广州市场的中等偏上水平，作为大型企业，通常能提供较为完善的福利保障体系，但具体竞争力需结合个人期望判断。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
职位工作内容直接聚焦于大模型与智能体最前沿的技术领域，且要求持续学习与应用新技术，对技能成长非常有利。
技术前沿前沿/新兴技术
技术栈大语言模型、LoRA、Prompt Engineering、LangChain、智能体、PyTorch、Hugging Face、FastAPI
成长机会持续学习、技术预研、技术升级、内部分享
业务类型profit_center
工作生活
55较低
JD未明确说明办公模式，但基于地点信息和国企特性，大概率为现场办公。工作内容涉及前沿技术研发，可能面临一定的项目交付压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
岗位致力于将前沿AI技术与电信等领域的实际业务结合，能带来技术解决实际问题的成就感，且处于一个高增长的技术赛道。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动技术升级、有效解决业务问题
创新程度积极采用新技术
Watch Jobs