中国电信
AI技术工程师（乐山主城区）
AI技术工程师（乐山主城区）
发布于 2 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
Ai Agent
Llm
Prompt工程
Pytorch
Rag
Tensorflow
值不值得投
70综合评分
综合评分 70
主城区AI技术岗，覆盖LLM/RAG/Agent与项目全流程，技术成长性较好，薪资与WLB信息未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
1.1万
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 2290 个在招 · 其中人工智能 约 110 个
职位详情
关于这个职位
该岗位在中国电信乐山主城区，负责AI项目从需求分析、方案设计到进度与风险管控的全流程推进，并开展机器学习、NLP和大语言模型的训练、调优与部署
同时需要完成大模型应用开发、RAG/Agent能力对接及技术文档撰写，适合具备Python和主流AI框架基础的工程师
最低要求
对计算机系统、人工智能、应用数学、机器人、网络和安全等有全面的认识
精通Python编程，熟悉Tensorflow、PyTorch、Langchain、FastAPI、LLM等技术框架的应用和开发，具备扎实的编程基础
熟悉AI Agent框架，构建模块化RAG流程，包括训练流程搭建、指令微调、Prompt工程以及任务的效果优化等
熟悉数据标注质量的管理和控制，确保标注数据的准确性和一致性，为算法训练提供可靠的保障
熟悉Java开发、面向对象编程，了解低代码和流程引擎的应用
工作职责
参与AI项目的需求分析、方案设计、进度管控、资源协调、反馈提升等，组织和协调项目管理工作，内部项目的全流程跟踪与风险管控
研究机器学习、自然语言处理、大语言模型等领域的最新技术和方法，构建及训练模型
结合业务需求，负责人工智能相关算法的设计、模型训练、模型调优、模型部署等，对算法及流程进行优化
负责基于大语言模型技术的应用开发和能力对接，对接业务需求，和产品、业务团队配合实现技术方案
负责撰写项目相关技术文档和研究报告
优先资格
具备AI思维，熟悉数字人技术和生成式大模型相关技术优先
AI 洞察
优缺点分析
优点
- 岗位覆盖LLM、RAG、AI Agent等较新方向，技术栈相对完整
- 可参与从需求分析到模型部署的项目全流程，锻炼复合能力
- 依托通信业务场景，AI应用有真实落地和业务对接机会
- 工作地点在乐山主城区，生活与通勤便利性较好
- 职责同时涉及项目管理、算法训练、应用开发和文档，工作跨度较大
- 大模型与Agent技术迭代快，需要持续学习并快速验证
- 适合具备Python和AI工程基础，愿意在通信行业推动大模型应用落地，并能兼顾技术实现与项目协调的复合型工程师
缺点 / 挑战
- 跨产品、业务和技术团队协调，需求落地与风险管控有挑战
角色解读
- 可在LLM应用、RAG/Agent工程和模型训练部署方向持续深耕，成长为资深AI工程师
- 积累行业项目全流程经验后，可向AI技术负责人、解决方案架构或项目技术管理方向发展
- 在通信业务场景中沉淀可复用的AI能力，提升行业解决方案竞争力
- 参与AI项目需求分析、方案设计、进度管控、资源协调和风险跟踪，推动内部项目全流程落地
- 研究机器学习、NLP、大语言模型等方向，完成模型构建、训练、调优和部署
- 基于大语言模型开展应用开发和能力对接，与产品、业务团队配合实现技术方案
- 撰写项目技术文档和研究报告，沉淀方法并支持后续优化
- 精通Python，熟悉TensorFlow、PyTorch、LangChain、FastAPI、LLM等框架的应用开发
- 熟悉AI Agent和模块化RAG流程，掌握训练流程搭建、指令微调、Prompt工程与效果优化
- 了解Java、面向对象编程、低代码和流程引擎，具备数据标注质量管理意识
- 具备项目协调、跨团队沟通和技术文档撰写能力
申请策略
- 提前了解中国电信在本地政企和通信服务中的AI应用方向
- 投递时强调从技术方案到部署落地的闭环能力和跨团队协作经验
- 突出Python及TensorFlow/PyTorch的模型训练、调优和部署项目
- 展示LLM应用、RAG/Agent、Prompt工程或指令微调的落地案例
- 体现数据标注质量管理、模型评估和跨团队项目协调经验
- 如有Java、低代码、流程引擎或数字人相关经历，可作为加分项呈现
- 补强用LangChain/FastAPI搭建RAG服务的实操能力
- 准备一个AI Agent或大模型微调项目，说明评估与优化过程
面试指南
- 用STAR结构讲清项目背景、目标、技术方案、个人动作和量化结果
- 对RAG/Agent问题按数据、检索、Prompt、评估、迭代分层回答，体现工程闭环
- 项目协调问题突出风险识别、沟通机制、资源协调和最终落地效果
- 请介绍一个你主导的LLM应用项目，如何做需求分析和方案设计？
- 如何搭建模块化RAG流程并优化检索与生成效果？
- 你如何管理和控制数据标注质量？
- 请说明TensorFlow/PyTorch模型训练调优和部署经验
- 如何协调产品、业务和技术团队推进AI项目并控制风险？
职位点评
薪资福利62
成长发展88
工作生活60
使命价值66
薪资福利
62中等
JD未披露薪资和福利信息，补偿性动机的满足程度需在面试中进一步确认；岗位位于乐山主城区，地点明确。
薪资信号未披露（AI估算：8.0千–1.4万/月）
成长发展
88较高
岗位覆盖LLM、RAG、AI Agent、模型训练部署和项目全流程，技术成长与复合能力提升空间较明显。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、LangChain、FastAPI、LLM、RAG、AI Agent、Java、Prompt工程
业务类型ambiguous
工作生活
60中等
JD未提及办公模式、弹性工时或加班情况，WLB信息有限；工作地点在乐山主城区。
工作模式未明确
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
66中等
岗位将大模型等新技术应用于通信业务，具备一定技术价值；但JD未明确社会使命或行业变革愿景。
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