中国电信
大模型算法工程师
大模型算法工程师
发布于 大约 14 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
硕士
人工智能
Aiops
Faiss
Lora
Pytorch
Rag
Tensorflow
大模型
异常检测
AI 估算 · 35k–55k
大模型算法工程师需求旺盛，中国电信作为央企巨头，薪资具有竞争力，结合北京地区水平，月薪中位数约4.5万。
职位详情
关于这个职位
作为中国电信的大模型算法工程师，你将专注于云网行业大模型的方案设计、微调优化与落地应用，包括RAG知识库、智能Agent、异常检测和故障根因定位等
你将参与大模型轻量化与推理加速，解决精度、时延和幻觉问题，并推动前沿算法在云网数字孪生等场景的应用
该职位要求硕士及以上学历，精通PyTorch/TensorFlow、LoRA/QLoRA微调，具备RAG实战经验，优先考虑有运营商云网或AIOps背景的候选人
最低要求
（一）学历专业
硕士及以上学历，计算机、人工智能、大数据、应用数学、通信工程等相关专业
（二）专业技能
精通机器学习、深度学习原理，熟悉 Transformer 架构，会使用 PyTorch/TensorFlow 做模型训练、LoRA/QLoRA 微调、SFT 微调
熟练使用 Python 及数据分析工具，掌握时序分析、异常检测等常用算法
了解 Milvus、FAISS 等向量库，具备完整 RAG 搭建、Prompt 调优实战经验
熟悉大模型部署流程，了解 Agent 编排思路，可独立完成算法从实验到上线全流程
熟练 Linux 环境、Git 版本管理，具备代码调试能力
工作职责
负责云网行业大模型方案设计、微调优化、RAG 知识库及智能 Agent 落地，赋能云网 AIOps 智能化运营
基于网络指标、告警、日志、工单等数据，研发异常检测、告警收敛、故障根因定位相关算法
完成大模型轻量化、推理加速优化，解决模型精度、时延、幻觉等问题，支撑线上部署
依托云网数字孪生等项目，落地态势预测、运维问答、智能推荐等大模型应用
跟进前沿算法技术，输出方案、测试报告，协同开发完成算法工程化迭代上线
优先资格
（三）业务优先条件
有运营商云网、AIOps、网络运维、故障根因分析、云网数字孪生项目经验优先
熟悉 TCP/IP、云资源调度者优先
有运维 NLP、图神经网络、时序建模落地经验优先
有大模型分布式训练、轻量化调优部署经验优先
AI 洞察
优缺点分析
优点
- 中国电信作为大型央企，平台稳定，资源丰富，有利于技术积累和项目落地
- 大模型和AIOps是当前热点，技术前沿，个人成长空间大
- 工作涉及从算法研究到工程部署的全流程，能全面提升综合能力
- 大模型技术迭代快，需要持续学习，保持技术领先
- 工作可能涉及复杂业务场景，需要较强的沟通和协作能力
- 作为央企，可能流程较多，创新节奏相对较慢
缺点 / 挑战
- 适合对大模型和AI应用有浓厚兴趣，具备扎实算法基础，希望在稳定平台深耕技术并愿意接受挑战的求职者
角色解读
- 从算法工程师向高级算法专家或技术负责人发展，主导大模型在云网领域的应用
- 横向拓展至AI平台架构或技术管理岗位，负责团队和项目规划
- 随着AIOps和数字孪生技术发展，成为行业解决方案专家
- 设计并优化云网行业大模型，包括微调、RAG知识库和智能体构建，支撑AIOps智能化运营
- 基于网络数据开发异常检测、告警收敛和故障根因定位算法，提升网络运维效率
- 负责大模型轻量化和推理加速，解决精度、时延和幻觉问题，确保线上部署稳定
- 参与云网数字孪生项目，落地态势预测、运维问答等应用，并跟进前沿技术
- 精通机器学习和深度学习原理，熟悉Transformer架构，熟练使用PyTorch/TensorFlow进行模型训练和微调
- 掌握Python和数据分析工具，具备时序分析和异常检测算法经验
- 熟悉RAG搭建和Prompt调优，了解Milvus、FAISS等向量数据库
- 具备大模型部署和Agent编排能力，熟悉Linux和Git，能独立完成算法工程化
申请策略
- 了解中国电信的云网业务和AIOps战略，在面试中展示对行业的理解
- 准备项目案例，突出解决实际问题的能力
- 突出大模型微调、RAG、Agent等实际项目经验，展示技术深度
- 强调AIOps、网络运维或数字孪生相关项目，体现业务匹配度
- 展示Python、PyTorch等技能，以及独立完成算法部署的案例
- 补充学习大模型轻量化技术，如量化、剪枝、蒸馏
- 熟悉Agent编排框架，如LangChain、AutoGen
- 了解云网领域知识，如TCP/IP、云资源调度
面试指南
- 结合项目经验，从问题定义、技术选型、实施步骤和效果评估四方面回答
- 强调数据驱动和迭代优化，展示系统性思维
- 体现对业务场景的理解，说明技术如何落地
- 如何设计一个RAG系统来提升问答准确率？
- 在模型微调时，如何平衡精度和推理速度？
- 如何利用大模型进行故障根因分析？
- 你如何评估和解决大模型的幻觉问题？
- 复习Transformer、LoRA、RAG等核心技术原理
职位点评
76
综合评分
央企平台，大模型前沿技术，薪资稳定，但工作地点固定，弹性有限。
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高的求职者。
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60
使命价值70
薪资福利
80较高
中国电信作为央企，薪资和福利稳定，但具体薪资未披露，可能处于市场水准。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
85较高
岗位涉及大模型前沿技术，技术挑战大，成长空间广阔，但未提及晋升路径。
技术前沿前沿/新兴技术
技术栈大模型、PyTorch、TensorFlow、LoRA、RAG、Milvus、FAISS、AIOps
业务类型ambiguous
工作生活
60中等
工作地点在北京，未提及远程或弹性工作，可能为现场办公，工作强度未知。
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
70中等
云网AIOps和数字孪生对网络智能化有积极意义，但社会影响力一般。
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