中国电信
AI研发工程师(武汉城区)
AI研发工程师(武汉城区)
发布于 大约 14 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
Asr
Llm
Pytorch
Rag
Sglang
Tensorflow
Tts
Vllm
值不值得投
80综合评分
综合评分 80
央企AI研发岗，技术前沿，薪资稳定，但需现场办公。
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
33K
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 2870 个在招 · 其中人工智能 30 个
市场机会
选择不多
武汉 · 人工智能 · 2 个在招
职位详情
关于这个职位
该职位负责大语言模型（LLM）的部署与优化，并基于主流大模型开发垂直领域AI应用，包括RAG知识库搭建、Agent框架设计等
同时需要支撑项目经理与行业客户进行技术交流，属于技术核心岗位，适合有深厚AI技术背景和项目经验的候选人
最低要求
精通PyTorch/TensorFlow，熟悉Hugging Face/DeepSpeed生态，了解数据标注流程，有模型训练微调经验
熟悉大模型部署框架(Ollama/vLLM/SGLang)，具备知识库部署及调优能力，具备独立设计落地高可扩展、可编排的大模型Agent框架者优先
熟悉常用大模型应用平台(Dify/Cherry Studio/Ragflow等)，熟悉工作流编排及agent搭建，熟悉标准化的工具调用、MCP等机制，了解各类异构外部工具的无缝集成、灵活调度与高效执行
熟悉主流图像识别算法开发与优化，从事过面部识别、图像分割、轨迹跟踪等相关应用的开发落地者优先
熟悉ASR\TTS等模型的开发与优化，从事过会议纪要，语音翻译等应用的开发落地者优先
具备大型政企项目研发经验优先
具有履行岗位职责所需要的良好的职业道德、敬业精神和专业知识，有较强的事业心和责任感，有较强的创新和团队协作精神
有较好的沟通协调、语言和文字表达、学习创新能力
工作职责
负责LLM模型的部署与优化，熟悉各种模型框架vllm/sglang/triton
负责基于主流大模型(LLM)开发垂直领域AI应用开发
负责RAG知识库/知识图谱搭建，完成文档解析
量化知识库的性能指标，定位并解决项目中的问题
支撑项目经理完成与行业客户的现场技术交流
AI 洞察
优缺点分析
优点
- 央企平台稳定，福利待遇好，有完善的职业发展体系
- 接触前沿AI技术，如大模型部署、RAG、Agent等，技术成长快
- 参与大型政企项目，积累行业经验和人脉
- 政企项目可能涉及较多沟通协调工作，需平衡技术与业务
- 工作地点固定，可能需出差支持客户现场
- 适合有扎实AI技术基础，希望稳定发展，并愿意参与政企项目，具备良好沟通能力的资深工程师
缺点 / 挑战
- 技术栈要求全面，需要持续学习，压力较大
角色解读
- 可向AI技术专家方向发展，深入大模型底层优化和架构设计
- 可转向AI产品经理或技术管理岗位，结合业务需求推动AI应用落地
- 在央企平台，可参与国家级或行业级AI项目，积累政企客户资源
- 负责大语言模型的部署与优化，使用vLLM、SGLang等框架提升推理性能
- 基于主流大模型开发垂直领域AI应用，如智能客服、知识问答等
- 搭建RAG知识库和知识图谱，处理文档解析，量化性能指标并优化
- 与项目经理协作，参与行业客户的技术交流，提供技术方案支持
- 精通PyTorch/TensorFlow，熟悉模型训练和微调，了解Hugging Face/DeepSpeed生态
- 熟悉大模型部署框架（Ollama/vLLM/SGLang），具备知识库部署和调优能力
- 熟悉Dify、Ragflow等应用平台，掌握工作流编排和Agent搭建，了解MCP等工具调用机制
- 具备图像识别或语音识别（ASR/TTS）开发经验者优先，有大型政企项目经验者优先
申请策略
- 了解中国电信的AI战略和政企客户需求，在面试中展示业务理解
- 准备项目案例，强调技术落地和业务价值
- 突出大模型部署和优化经验，列出具体项目和技术栈
- 强调RAG知识库搭建和Agent框架设计案例
- 展示图像识别或语音识别相关项目成果
- 提及大型政企项目经验，突出沟通协调能力
- 深入学习vLLM、SGLang等部署框架，掌握性能调优技巧
- 熟悉Dify、RagFlow等平台，掌握Agent编排和MCP机制
面试指南
- 使用STAR法则（情境-任务-行动-结果）回答项目经验问题
- 对于技术问题，先阐述原理，再结合项目实践，最后总结优化点
- 对于沟通问题，强调倾听需求、技术解释和方案呈现
- 请描述你如何部署和优化一个LLM模型，具体使用哪些框架？
- 如何设计一个RAG知识库？如何评估和优化其性能？
- 你如何搭建一个Agent框架？如何实现工具调用和编排？
- 请分享一个你处理过的复杂AI项目，遇到哪些挑战？
- 如何与客户沟通技术方案？请举例说明
职位点评
薪资福利85
成长发展90
工作生活60
使命价值80
薪资福利
85较高
央企背景，薪资待遇优厚，福利完善，稳定性高，补偿性动机得到较好满足。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
岗位涉及前沿AI技术，如大模型部署、RAG、Agent等，技术成长空间大，且央企平台提供丰富项目机会。
技术前沿前沿/新兴技术
技术栈LLM、vLLM、SGLang、RAG、Agent、PyTorch、TensorFlow
业务类型ambiguous
工作生活
60中等
工作地点固定，需现场办公，可能涉及出差，但央企工作节奏相对稳定，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
央企参与国家信息化建设，AI应用落地政企，社会价值较高，行业前景广阔。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
中国电信 的其他在招职位
相似职位推荐
Watch Jobs