中国电信
AI高级软件工程师(省产数)
AI高级软件工程师(省产数)
发布于 大约 21 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
Faiss
Llm
Pytorch
Rag
向量数据库
值不值得投
76综合评分
综合评分 76
央企AI核心技术岗，前沿技术栈、复杂项目经验、稳定平台，WLB需确认。
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。
薪资怎么样
24K
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 1910 个在招 · 其中人工智能 79 个
市场机会
选择不多
武汉 · 人工智能 · 9 个在招
职位详情
关于这个职位
负责AI项目与产品的技术研发、实施支撑及分析运营维护工作
该职位需要精通主流编程语言、数据库、LLM应用框架及向量数据库等技术，并有项目落地经验，是驱动中国电信AI能力建设的核心技术岗位
最低要求
熟练掌握 Python、Java、Node.js等至少一种开发语言
具备扎实的数据结构与算法基础
熟悉 Linux、Git、Docker 等工程化工具，了解 Kubernetes、Nginx 配置与服务部署相关技术，具备良好的技术文档撰写能力与代码规范意识
熟练使用 MySQL、PostgreSQL 等关系型数据库
具备 Redis 缓存开发实践
拥有 Kafka、RabbitMQ 等消息队列落地使用经验
深入理解 LLM 应用系统架构，熟练使用 LangChain、LlamaIndex 等 LLM 应用开发框架
熟悉 Agent(智能体)编排技术，拥有LangGraph、AutoGen 或同类多智能体协作框架实战经验者优先
熟悉 RAG(检索增强生成)完整技术链路，掌握 Milvus、Faiss 等向量数据库使用，具备混合检索、结果重排序等检索优化实践
擅长利用 AI 研发工具提升开发效率，熟悉开源大模型工具链者优先
了解通义千问(Qwen)、智谱 GLM等开源大模型特性与 API 调用
拥有华为昇腾等国产化算力平台模型适配经验优先
GitHub/Gitee 有优质开源项目、或 Kaggle、天池、华为软件精英挑战赛等赛事获奖者优先
拥有多模态、NLP、计算机视觉、语音相关项目落地经验
了解 Transformer、扩散模型(Diffusion)等主流深度学习架构
具备 PyTorch/TensorFlow 实操、模型微调相关实践经验优先
工作职责
负责AI项目与产品的技术研发工作
负责AI项目与产品的实施与技术支撑工作
负责AI项目与产品的分析与运营、维护技术支撑工作
优先资格
熟悉LangGraph、AutoGen或多智能体协作框架实战
熟悉开源大模型工具链
拥有华为昇腾等国产化算力平台模型适配经验
有优质开源项目或Kaggle、天池等赛事获奖经历
具备多模态、NLP、计算机视觉、语音项目落地经验
了解Transformer、扩散模型，具备模型微调实践经验
AI 洞察
优缺点分析
优点
- 能接触到前沿的大语言模型、智能体（Agent）技术，并有国产化算力平台实践机会
- 作为大型企业的核心数字化岗位，能参与有影响力的AI项目，积累宝贵的大型系统经验
- 技术栈全面，从底层工程到上层应用，有助于构建完整的AI工程知识体系
- 在大型组织中推动技术落地，可能需要协调多方资源，对沟通和项目管理能力有要求
- 对AI大模型应用开发有浓厚兴趣，具备扎实工程基础和项目经验，希望在稳定平台上深入实践前沿技术，并寻求长期职业发展的中高级工程师
缺点 / 挑战
- 对技术广度和深度要求高，需要持续跟踪快速迭代的AI技术栈，学习压力较大
角色解读
- 技术专家路线：深耕AI大模型应用技术，成为领域内的技术架构师或首席工程师
- 技术管理路线：带领团队负责更复杂的AI项目或产品线，向技术负责人或部门经理发展
- AI产品路线：结合对业务的理解，转向AI产品经理，主导AI产品的规划与落地
- 负责AI项目和产品的核心代码开发与架构设计，确保系统稳定高效
- 将AI模型（特别是大语言模型）与业务场景结合，完成从方案设计到落地实施的全过程
- 提供项目上线后的技术支持、性能优化及运维保障，确保AI服务持续可用
- 精通至少一门主流开发语言（如Python/Java），并具备扎实的数据结构与算法基础
- 深入掌握LLM应用开发框架（如LangChain）和RAG技术链路，熟悉向量数据库
- 具备从模型调用、微调到部署的全流程经验，了解国产化算力平台者有优势
申请策略
- 提前了解中国电信在AI领域的战略方向和重点应用（如智慧家庭、智慧客服、网络运维智能化），思考技术如何赋能
- 面试中可准备一个如何利用AI技术解决具体电信业务场景问题的思考或方案
- 重点突出与LLM应用、RAG、Agent相关的项目经历，详细说明技术选型、实现过程和成果
- 展示对所要求技术栈（如LangChain、向量数据库）的熟练程度，可附上开源项目或技术博客链接
- 强调在复杂系统或团队中负责技术研发、实施支撑的实践经验，体现解决实际问题的能力
- 系统学习并实践LangChain、LlamaIndex等框架，尝试构建一个完整的RAG应用
- 深入研究至少一种向量数据库（如Milvus），并在实际项目中进行混合检索优化
- 关注国产大模型和算力平台动态，如有条件可进行模型适配或微调实践
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经历，重点突出技术决策和解决问题的过程
- 对于技术问题，先阐述核心原理，再结合具体技术栈（如LangChain、Milvus）说明实现方式和遇到的细节问题
- 展示对系统设计的整体思考，包括模块化、可扩展性、监控告警和故障处理
- 请介绍一个你主导的LLM应用项目，从架构设计到落地遇到的最大挑战是什么？
- 在RAG系统中，你是如何进行检索优化（如混合检索、重排序）的？效果如何？
- 如果让你设计一个多智能体（Multi-Agent）协作解决一个复杂任务，你会如何编排和设计流程？
- 对于国产化算力平台（如华为昇腾）的模型适配，你了解或有哪些实践经验？
- 如何评估和提高一个AI应用系统的生产环境稳定性和运行效率？
职位点评
薪资福利75
成长发展85
工作生活65
使命价值78
薪资福利
75中等
职位属于大型央企的技术核心岗位，薪资福利体系预计较为完善，但具体薪资需以最终offer为准。
薪资信号面议 (18K-30K/月)
成长发展
85较高
职位要求掌握LLM、RAG、Agent等前沿技术，并有国产化算力实践机会，能提供强大的技术成长平台和复杂项目经验。
技术前沿前沿/新兴技术
技术栈LLM、LangChain、LlamaIndex、RAG、Milvus、Faiss、Agent、LangGraph、AutoGen、PyTorch、Docker、Kubernetes
业务类型ambiguous
工作生活
65中等
JD未明确提及办公模式或工作时间安排，作为大型国企技术岗，工作模式和WLB信息需要在面试中确认。
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
78中等
AI技术赋能电信行业数字化转型，具有明确的业务应用价值和技术落地场景，能带来一定的成就感。
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