中国电信
AI算法工程师（百事应）
AI算法工程师（百事应）
发布于 大约 20 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Asr
Prompt工程
Rag
Tts
Vad
向量检索
大模型
数据分析
值不值得投
75综合评分
综合评分 75
中国电信AI算法工程师，涉及前沿大模型技术，平台稳定，但WLB待确认。
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
20K
比算法优化工程师中位数低
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 1800 个在招 · 其中算法优化工程师 9 个
市场机会
选择面较广
上海 · 算法优化工程师 · 93 个在招
职位详情
关于这个职位
该职位是中国电信旗下AI算法工程师，专注于智能客服场景的算法优化与应用开发
工作内容涵盖对话理解、大模型RAG落地、语音链路调优及智能质检迭代，旨在提升电话客服的交互体验和业务准确率
要求候选人具备扎实的AI基础和Python技能，愿意深耕语音客服业务
最低要求
硕士学历，计算机、人工智能、软件工程、数学等相关专业
了解RAG技术全链路基础原理，熟悉文档切片、向量检索基本逻辑，了解Milvus等向量数据库者优先，有相关项目实践加分
熟悉大模型基础应用，了解Prompt工程、模型微Agent工具调用基本思路，知晓大小模型融合落地架构者优先
了解ASR、VAD、TTS语音算法基础，对智能语音对话场景有认知，愿意深耕语音客服业务场景
熟练掌握Python，具备基本算法代码编写、调试及问题排查能力
具备良好的逻辑思维、数据分析能力，善于复盘问题、总结优化思路，学习能力强
工作职责
对话算法优化：优化智能客服意图识别、实体抽取、多轮对话能力，提升电话复杂口语场景下的对话理解效果
大模型RAG落地：优化检索生成效果，抑制模型幻觉，提升业务问答准确率
大模型应用迭代：模型微调及Agent工具调用开发，适配客服场景业务流程与话术
语音链路调优：配合优化ASR/VAD/TTS语音链路，解决通话时延、打断、纠错等问题，提升交互体验
智能质检迭代：优化对话语义质检、风险检测、摘要挖掘算法，持续提升质检指标
算法迭代闭环：负责数据处理、Badcase复盘、模型评测，跟进线上效果，支撑产品迭代与项目落地
AI 洞察
优缺点分析
优点
- 大型企业平台稳定，提供完善的项目资源和职业发展体系
- 工作涉及前沿AI技术如大模型RAG和语音处理，有利于技能提升和行业积累
- 多技术栈融合，可学习对话算法、语音链路、质检等多个领域知识
- 业务场景明确，能深入理解AI在电信客服中的实际应用
- 业务场景复杂，需要深入理解客服流程和话术，技术落地可能受组织流程影响
- 技术更新快，需持续跟进AI领域最新进展，保持学习能力
- 适合对AI算法有热情，尤其是对话系统和语音处理方向，愿意在特定业务场景中深耕，并寻求在大企业中稳定发展的求职者
缺点 / 挑战
- 电话口语场景存在噪声和复杂性，算法优化可能面临较高技术难度
角色解读
- 可向高级AI算法专家发展，深入语音对话和大模型应用领域
- 有机会转向AI产品经理或技术管理岗位，负责AI项目的整体规划
- 在智能客服垂直领域积累经验，成为行业解决方案专家
- 优化智能客服的对话理解算法，提升意图识别和实体抽取在复杂口语场景下的效果
- 负责大模型RAG技术在客服问答中的落地，抑制模型幻觉并提高准确率
- 进行大模型微调和Agent工具调用开发，以适配客服业务流程
- 调优ASR/VAD/TTS语音链路，解决通话时延、打断等问题，改善交互体验
- 迭代智能质检算法，包括语义质检、风险检测和摘要挖掘，持续提升质检指标
- 熟悉RAG技术全链路原理和向量数据库（如Milvus），有相关项目经验者优先
- 了解大模型基础应用，掌握Prompt工程和Agent工具调用，知晓大小模型融合架构
- 具备ASR、VAD、TTS语音算法基础知识，愿意深耕语音客服场景
- 熟练使用Python进行算法编写、调试和问题排查，拥有良好的逻辑思维和数据分析能力
申请策略
- 研究中国电信的AI战略和客服业务，了解公司在智能客服领域的应用案例
- 准备面试时，重点阐述对客服场景痛点的理解和算法解决方案，体现业务思维
- 突出AI算法项目经验，特别是涉及RAG、大模型微调、语音处理（ASR/TTS）的实践
- 展示Python编程能力和数据分析技能，包括算法调试和问题复盘案例
- 强调逻辑思维和学习能力，可通过学术项目或竞赛证明
- 深入学习RAG技术细节和向量数据库应用，如Milvus
- 掌握Prompt工程和Agent开发框架，了解大小模型融合架构
- 熟悉语音处理基础，如ASR、VAD、TTS原理，提升对智能语音对话场景的理解
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验，突出技术细节和成果
- 结合具体技术点（如RAG原理、语音链路优化）回答问题，展示扎实基础
- 强调问题解决过程，包括数据处理、Badcase分析和模型评测方法
- 请描述一个你优化对话算法的项目，如何解决复杂口语场景下的理解问题？
- 在RAG应用中，如何抑制模型幻觉并提升业务问答准确率？
- 如何处理ASR中的时延或打断问题，以改善语音交互体验？
- 你对智能质检中的语义质检和风险检测有什么优化思路？
- 如何平衡算法迭代的性能指标和线上实际效果？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值75
薪资福利
75中等
该职位在大型电信企业提供稳定的工作环境，薪资预计处于市场水准，能满足基本补偿需求。
薪资信号市场水准 (15K-25K/月)
成长发展
85较高
职位涉及大模型RAG、语音处理等前沿技术，有利于技能深度提升和行业经验积累。
技术前沿前沿/新兴技术
技术栈RAG、大模型、ASR、VAD、TTS、Prompt工程
业务类型ambiguous
工作生活
60中等
未提及工作模式或加班情况，办公地点可能位于市区，但WLB信号不足。
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
75中等
AI赋能电信客服能提升服务效率和社会沟通体验，行业成熟且技术应用有积极影响。
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