中国电信
算法工程师
算法工程师
发布于 大约 16 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
算法优化工程师
Ai智能体
Kvcache
Sglang
Tensorrt
Vllm
向量数据库
大模型推理优化
强化学习
AI 估算 · 30k–50k
职位详情
关于这个职位
该职位负责AI智能体研发、大模型推理优化、向量存储与记忆体系构建、高性能缓存研发及大模型核心算法研究，涉及从算法设计到工程落地的全链路工作
适合具备扎实算法基础、熟悉大模型训推技术栈、并有志于在人工智能领域深耕的候选人
最低要求
学历专业：硕士及以上
计算机、人工智能、软件工程、电子信息、数学等理工科相关专业
通用技术能力：具备扎实的算法与计算机基础，熟悉大模型训推全链路
熟练掌握Python/C++/Golang任一语言，掌握Go及Shell/Python脚本开发，熟悉主流数据库及SQL
综合素质：逻辑清晰、学习能力强，具备优秀的跨团队协作与问题攻坚能力，严谨负责，可高效推进项目落地
方向专项要求
智能体方向：熟悉多智能体协同、记忆机制、RAG、任务规划，有云原生算法落地经验优先
推理方向：掌握vLLM、SGLang、TensorRT等引擎，熟悉量化、算子加速、显存优化与容器化推理架构
向量存储方向：理解分布式存储原理与一致性协议，精通高并发存储、索引及IO优化，有智能体记忆算法研发经验优先
缓存方向：熟悉Linux、分布式存储及并行文件系统，有KVCache、共享内存通信、推理链路优化经验优先
博士科研方向：精通大模型、强化学习、多模态技术，熟练使用主流深度学习框架，有Agent/云电脑相关研究或顶会论文者优先
工作职责
AI智能体研发：负责多智能体协同、任务规划、记忆管理核心算法设计与云原生工程落地
通过实验调优迭代模型效果，跨团队协同实现产品商业化落地
大模型推理优化：搭建稳定高效的推理服务体系，负责推理引擎调优、算子优化、量化压缩、显存/内存调度优化，降低推理时延、提升吞吐，保障线上服务高可用
向量存储与记忆体系：研发向量网关、SDK及底层引擎，搭建AI智能体长期记忆框架
优化向量索引、IO链路及元数据架构，解决高并发海量数据存储性能瓶颈
HPKV高性能缓存研发：负责KVCache存储、管控服务及vLLM框架开发迭代，针对GPU调度、内存通信、读写链路做全链路性能优化，保障缓存服务高效稳定运行
大模型核心算法：开展大模型预训练、微调、推理优化及底层算子开发调优
通过强化学习与对齐策略迭代，提升模型泛化能力与决策质量
云电脑智能体科研（博士专项）：基于多模态行为数据构建智能体任务预测与理解模型，结合模仿化学习实现自主任务执行，搭建评测体系驱动智能体持续迭代
AI 洞察
优缺点分析
优点
- 中国电信作为大型国企，平台稳定，福利好，工作生活平衡较好
- 涉及大模型、AI智能体等前沿技术，技术积累价值高
- 岗位方向多样，可选择智能体、推理、存储等方向，发展空间大
- 大模型领域竞争激烈，需要持续学习，保持技术领先
- 跨团队协作多，需要较强的沟通和项目管理能力
- 适合追求稳定平台、对AI前沿技术有热情、希望在国企环境中长期发展的技术人才
缺点 / 挑战
- 上海一线城市，薪资水平较高
- 国企可能技术迭代速度不如互联网公司，技术挑战相对温和
角色解读
- 技术专家路线：在AI算法、推理优化等方向深耕，成为领域专家
- 管理路线：带领团队负责核心算法研发，晋升为技术经理或总监
- 跨领域发展：转向AI产品、架构设计等方向
- 负责AI智能体的核心算法设计与工程落地，包括多智能体协同、任务规划、记忆管理等
- 优化大模型推理性能，包括推理引擎调优、算子优化、量化压缩等，提升服务吞吐和降低时延
- 研发向量存储与记忆体系，优化索引和IO链路，解决高并发存储性能瓶颈
- 参与大模型预训练、微调和强化学习，提升模型能力
- 扎实的算法和计算机基础，熟悉大模型训练推理全链路
- 熟练掌握Python/C++/Golang，熟悉Linux和数据库
- 熟悉主流推理引擎如vLLM、SGLang、TensorRT，了解量化、显存优化
- 具备分布式存储、高并发系统设计经验
申请策略
- 了解中国电信在AI领域的布局和产品方向，在面试中展现契合度
- 准备项目案例，突出技术难点和解决方案
- 突出大模型相关项目经验，如预训练、微调、推理优化等
- 强调算法竞赛、顶会论文或开源贡献
- 展示分布式系统、高并发存储等工程能力
- 如有智能体、RAG、向量数据库经验，重点突出
- 深入掌握vLLM、TensorRT等推理引擎的使用和优化
- 学习强化学习、多模态等前沿技术
面试指南
- 对于技术问题，采用STAR法则（情境、任务、行动、结果）回答，突出技术深度和实际效果
- 对于设计问题，先明确需求，再给出方案，并考虑扩展性和性能
- 请介绍你参与的大模型项目，具体负责哪些部分？
- 如何优化大模型推理性能？请举例说明
- 什么是KVCache？如何优化显存占用？
- 多智能体协同中如何处理任务分配和冲突？
- 你如何设计一个高并发的向量检索系统？
- 复习大模型基础，包括Transformer架构、训练推理流程
职位点评
79
综合评分
稳定国企，前沿AI技术，薪资未披露，工作地点上海。
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
适合追求技术成长和稳定平台，对工作生活平衡要求不极端的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活70
使命价值75
薪资福利
80较高
中国电信作为大型国企，薪资福利稳定，但具体薪资未披露，可能处于市场中等偏上水平。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
岗位涉及大模型、智能体等前沿技术，技术挑战大，成长空间广阔，但未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈AI智能体、大模型、vLLM、SGLang、TensorRT、强化学习、多模态
业务类型ambiguous
工作生活
70中等
工作地点在上海，具体办公模式未明确，国企通常工作强度适中，但未提及弹性办公。
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
中国电信作为央企，在推动数字化转型和AI应用方面有社会价值，但JD未明确提及使命。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs