协同感知算法研究员/研究工程师

优缺点分析

角色解读

• 从算法研究员向首席科学家或技术专家方向发展，深耕AI与通信交叉领域
• 转型为技术团队负责人，主导国家级或行业级重大科研项目与标准制定
• 研发多机端边云协同感知算法，设计系统整体架构
• 负责跨平台设备的硬件选型与技术部署，推动算法真机落地
• 跟踪前沿技术，撰写顶会论文、申请专利并参与行业标准制定
• 精通Python/C++及主流深度学习框架，具备多机系统、强化学习或大模型方向的深厚理论基础与工程实现能力
• 拥有扎实的通信系统知识及顶会/顶刊论文发表经验
• 具备带领团队或实习生开展研究的领导力与出色的沟通能力

申请策略

• 提前了解中国电信在6G、车联网或物联网等协同感知领域的战略布局，面试时可结合其业务场景提出技术见解
• 重点突出在多机系统、强化学习或大模型方向的研究成果，详细列出发表的顶会/顶刊论文及专利
• 展示过往项目中从算法设计到跨平台硬件部署的完整工程落地经验
• 强调带领团队或实习生完成项目的经历，体现领导力与沟通能力
• 深入理解端边云协同架构及通信系统底层原理，提升C++工程化部署能力
• 了解当前多模态大模型在具身智能或多机协同中的最新应用与落地案例

面试指南

• 采用STAR法则，结合具体项目背景，重点阐述技术难点、你的创新解决方案以及最终落地的业务或学术价值
• 对于架构设计问题，从端、边、云三层分别阐述数据流、控制流及通信协议设计，突出系统的高效性与鲁棒性
• 请详细介绍你发表过的顶会论文的核心创新点及工程实现细节？
• 在多机端边云协同感知中，如何解决通信延迟与数据同步问题？
• 请分享一次你负责跨平台设备技术部署或硬件选型的完整经历
• 如何设计一个高效的多机协同系统整体架构？
• 复习多机协同、强化学习及大模型的前沿论文，准备1-2个自己主导的从算法到真机部署的完整项目案例
• 了解中国电信在相关领域的最新业务动态和技术标准，准备针对其业务场景的技术优化思路