算法研发工程师（大足）

优缺点分析

角色解读

• 在技术纵深上，可向大模型专家或AI架构师方向发展，成为技术带头人
• 在业务横向拓展上，可转向数字化转型解决方案架构师或项目管理者
• 在国企体系内，可逐步晋升至技术管理岗位，如技术经理或部门负责人
• 负责机器学习、深度学习及大模型的开发、训练与调优，提升模型性能指标
• 参与数据清洗、标注审核及数据管道建设，基于Flink进行实时流处理开发
• 完成模型部署、API服务化及MLOps流程建设，负责核心代码开发与系统二次开发
• 对接数字化转型业务需求，输出AI技术方案，并负责客户沟通、项目推进及交付验收
• 精通Python及PyTorch/TensorFlow，掌握ML/DL理论及常见模型架构
• 熟悉大数据组件如Flink/Spark/Hadoop/Kafka，了解容器化部署和模型服务化
• 具备前后端开发能力（Java/Vue/React），能进行系统调优和故障处理
• 具备数据挖掘和数字化转型经验，逻辑清晰，沟通协作能力强

申请策略

• 了解中国电信数字化转型战略，在面试中展现对业务的思考
• 强调沟通协作能力，因为岗位涉及客户沟通
• 突出机器学习/深度学习项目经验，特别是大模型相关项目
• 强调大数据处理技能，如Flink、Spark等
• 展示前后端开发能力，体现全栈素质
• 如有数字化转型项目经历，务必重点描述
• 补充大模型微调和RAG相关实战经验
• 熟悉MLOps工具链，如Docker、K8s、CI/CD

面试指南

• 采用STAR法则，描述项目背景、任务、行动和结果
• 强调技术选型理由和优化过程，体现逻辑性
• 结合业务场景，说明技术如何解决实际问题
• 请介绍一个你主导的机器学习项目，如何优化模型性能？
• 如何设计一个基于Flink的实时数据处理管道？
• 大模型微调时如何避免过拟合？
• 如何将一个训练好的模型部署到生产环境？
• 你如何理解数字化转型，如何将AI技术应用到实际业务中？