中国电信
大数据和AI工程师
大数据和AI工程师
发布于 大约 1 小时前普通员工/个人贡献者
数据分析
分布式系统
大数据
数据建模
数据挖掘
机器学习
AI 估算 · 8k–15k
职位详情
关于这个职位
该职位负责大数据开发、AI算法研究及数据挖掘分析，包括制定技术标准、设计分布式系统、建立客户画像标签、研发AI模型等
适合对大数据和人工智能有浓厚兴趣、具备较强学习和解决问题能力的求职者
最低要求
熟悉大数据、计算机软件相关知识，具备以下条件者优先：有数据建模经验
掌握HIVE、MYSQL等主流数据库，擅长数据统计分析
精通Python等工具开展数据挖掘建模，熟悉机器学习算法原理及应用
具有较强的学习和解决问题能力，善于沟通、乐于合作，富有创新精神，敢于承担责任、挑战困难，能承受压力
工作职责
制定大数据开发相关的技术标准和方案，设计测试标准与流程
开展大数据相关的分布式、人工智能、搜索策略、算法等的设计，并应用于开发
基于大数据，利用机器学习和数据挖掘方法，建立客户画像标签，提升数据服务能力
AI模型设计和研发，制定AI产品应用相关的研发、测试标准与流程
开展客户研究及数据建模，数据分析及数据挖掘应用，提供企业级对外数据服务
AI 洞察
优缺点分析
优点
- 涉及大数据和AI前沿技术，技能积累有价值
- 提供企业级数据服务，能接触真实业务场景
- 技术栈可能偏传统，创新空间有限
- 国企晋升可能论资排辈，发展速度较慢
- 需要不断学习新技术，保持竞争力
- 适合追求稳定、注重工作生活平衡，同时对大数据和AI有兴趣的求职者
缺点 / 挑战
- 国企平台稳定，福利待遇好，工作压力相对较小
角色解读
- 从大数据工程师向AI算法专家或数据科学家方向发展
- 在国企内可晋升为技术主管或项目负责人，管理团队
- 积累行业经验后，可跳槽至互联网大厂或金融科技公司
- 负责大数据平台的技术标准制定和方案设计，确保数据处理的规范性和高效性
- 参与分布式系统、AI算法和搜索策略的设计与开发，推动技术落地
- 利用机器学习进行客户画像建模，提升数据服务能力，支持业务决策
- 研发AI模型，制定测试标准，并开展数据分析和挖掘，提供对外数据服务
- 熟悉大数据技术栈，如HIVE、MySQL等数据库，掌握数据建模方法
- 精通Python，能进行数据挖掘和机器学习建模
- 了解分布式系统原理，具备算法设计能力
- 具备良好的沟通协作能力和创新精神，能承受工作压力
申请策略
- 了解中国电信的业务方向，特别是数字化转型
- 准备相关项目案例，展示解决问题的能力
- 突出大数据项目经验，如数据仓库建设、数据挖掘案例
- 强调Python编程能力和机器学习算法应用
- 展示分布式系统设计或优化经验
- 提及数据分析成果，如用户画像提升效果
- 学习HIVE、MySQL等数据库优化技巧
- 熟悉常用机器学习框架如TensorFlow或PyTorch
面试指南
- 使用STAR法则回答项目经验：情境、任务、行动、结果
- 技术问题先讲原理，再结合实践
- 设计类问题从需求出发，分步骤阐述
- 请介绍一个你做过的大数据或AI项目
- 如何用Python进行数据清洗和特征工程？
- 解释一下HIVE和MySQL的区别及适用场景
- 你对机器学习中的过拟合如何处理？
- 如何设计一个客户画像系统？
职位点评
73
综合评分
稳定国企，技术主流，WLB较好，薪资中等。
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
适合追求稳定、注重工作生活平衡的求职者。
表现最好
工作生活
相对薄弱
使命价值
薪资福利75
成长发展70
工作生活80
使命价值60
薪资福利
75中等
国企薪资稳定，福利较好，但薪资水平可能低于互联网公司。
薪资信号未披露（AI估算：8K-15K/月）
成长发展
70中等
涉及大数据和AI技术，有一定成长空间，但国企技术更新可能较慢。
技术前沿主流现代技术
技术栈大数据、AI、机器学习、Python、HIVE、MySQL
业务类型ambiguous
工作生活
80较高
国企通常工作稳定，加班少，工作地点在阳江，生活成本低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
国企服务社会，但岗位直接社会影响力一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
Watch Jobs