中国电信
AI算法工程师（下属县）
AI算法工程师（下属县）
发布于 大约 4 小时前普通员工/个人贡献者
台州市
中级经验
全职员工
仅现场办公
本科
人工智能
Fine-Tuning
Llm
Prompt Engineering
Pytorch
Rag
Tensorflow
分布式训练
大模型
AI 估算 · 20k–35k
职位详情
关于这个职位
该职位负责大模型（LLM）在行业场景的落地应用，包括知识库问答、智能客服、数据分析等方向
工作内容涵盖模型微调、提示工程、Agent开发、数据清洗、模型训练与推理优化，以及AI中台能力构建
适合具备深度学习框架和LLM实际经验，对前沿技术有探索热情的算法工程师
最低要求
计算机、应用数学、人工智能、计算机图形学、模式识别等相关专业，本科及以上
熟练掌握Tensorflow、pytorch、PaddlePaddle等至少一种深度学习框架
具有独立完成AI算法训练与优化的能力
熟练掌握Python，具备C++/Java开发经验者优先
在LLM（GPT、Llama等）、AIGC、CV等任一领域具有深入研究或实际落地经验，有相关学术论文发表或开源项目经历者优先考虑
掌握Prompt Engineering、RAG增强检索、Agent开发等落地技术
具备独立分析和解决问题的能力，良好的英文阅读能力，优秀的沟通和团队合作能力
工作职责
负责大模型（LLM）在各行业的场景适配，包括但不限于知识库问答、智能客服、数据分析、RAG增强检索等方向
设计并实现大模型微调方案（Fine-tuning）、提示工程（Prompt Engineering）及Agent智能体开发，提升业务场景下的模型效果
探索多模态、强化学习等技术与大模型的融合应用
主导数据清洗、模型训练（含分布式训练）、推理优化（如模型压缩、量化加速）到生产环境部署的全流程开发
构建行业专属的AI中台能力，支持模型快速迭代与效果评估
研究人工智能领域前沿技术，并探索其在行业软件领域的关键应用和产品需求
AI 洞察
优缺点分析
优点
- 大模型是当前技术热点，岗位技术含量高，能积累前沿的AI落地经验
- 中国电信作为大型国企，平台稳定，资源丰富，有较好的职业保障
- 工作内容涵盖从模型训练到部署的全流程，能全面提升技术能力
- 大模型技术迭代快，需要持续学习，保持技术前沿性
- 工作可能涉及复杂的业务场景，需要较强的沟通和问题解决能力
- 适合对AI技术有热情，具备扎实算法基础，希望在大平台稳定发展并深耕大模型领域的工程师
缺点 / 挑战
- 国企工作节奏可能相对较慢，但技术岗位仍需应对项目压力
角色解读
- 可向AI技术专家方向发展，深耕大模型、多模态等前沿技术，成为行业解决方案的领军人物
- 可向技术管理岗位发展，带领团队负责AI项目的整体规划与实施
- 可横向拓展至数据科学、产品经理等岗位，结合技术与业务推动AI产品化
- 负责大模型在具体行业场景中的落地适配，如知识库问答、智能客服等，需要将通用模型与业务需求结合
- 设计和实现模型微调方案、提示工程和Agent智能体，以提升模型在特定任务上的效果
- 主导从数据清洗、模型训练到推理优化和部署的全流程开发，并构建AI中台能力支持模型迭代
- 熟练掌握至少一种深度学习框架（如PyTorch、TensorFlow），并具备独立训练和优化算法的能力
- 精通Python编程，具备C++/Java开发经验者优先，需要处理大规模数据和分布式训练
- 深入理解LLM、AIGC、CV等领域，掌握Prompt Engineering、RAG、Agent等落地技术
申请策略
- 了解中国电信的AI战略和行业解决方案，在面试中展示对业务的思考
- 准备一个完整的项目案例，从问题定义到技术实现，体现全流程能力
- 突出大模型相关项目经验，如微调、RAG、Agent开发等，并量化成果
- 强调深度学习框架的熟练度，以及Python编程能力，展示独立完成项目的经历
- 如有学术论文或开源项目，务必列出，以体现技术深度
- 深入学习LLM原理和最新技术，如多模态、强化学习，并动手实践
- 熟悉分布式训练和模型优化技术，如量化、剪枝，提升部署能力
- 加强业务理解能力，学习如何将AI技术应用到具体行业场景
面试指南
- 采用STAR法则回答项目经验问题，突出情境、任务、行动和结果
- 对于技术设计问题，先阐述整体思路，再分步骤说明关键技术点，并提及可能遇到的挑战和解决方案
- 对于开放性问题，结合行业趋势和个人见解，展示思考深度
- 请介绍一个你主导的大模型微调项目，包括技术选型和效果评估
- 如何设计一个RAG系统来提升知识库问答的准确性？
- 在模型推理优化方面，你有哪些实践经验？
- 如何评估一个AI模型在业务场景中的效果？
- 你对多模态大模型的发展趋势有何看法？
职位点评
74
综合评分
国企平台，前沿大模型技术，薪资可观，但工作地点较偏，WLB未明确。
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。
更适合这类人
适合追求技术成长、对AI前沿有热情，且不介意在二三线城市发展的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
该职位薪资水平较高，且作为国企提供稳定的福利待遇，但具体薪资未在JD中明确，需面议。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
职位涉及大模型前沿技术，有丰富的实践机会，能显著提升技术能力，但JD中未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈LLM、Fine-tuning、Prompt Engineering、RAG、Agent、多模态、强化学习
业务类型ambiguous
工作生活
60中等
工作地点在临海市，可能远离一线城市，但作为国企可能工作节奏相对稳定，JD中未提及弹性工作安排。
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
70中等
大模型在行业中的应用具有较大社会价值，但JD中未明确提及使命或社会影响。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs