中国电信
高级AI算法工程师
高级AI算法工程师
发布于 3 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
Pytorch
Rag
Sql
Tensorflow
大模型
自然语言处理
计算机视觉
值不值得投
79综合评分
综合评分 79
国企平台、前沿AI技术、校招机会，薪资稳定但WLB未明。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
2.8万
比人工智能中位数高
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 2190 个在招 · 其中人工智能 99 个
市场机会
选择面较广
北京 · 人工智能 · 约 580 个在招
职位详情
关于这个职位
该职位负责大模型及AI项目的落地实施，包括算法调优、架构设计和数据开发全流程
工作涉及预训练、微调、RAG等核心技术，需硕士学历，应届毕业生可投递
岗位在中国电信从事AI前沿研究与应用
最低要求
研究生及以上学历应届毕业生，具有良好的政治素养和思想道德水平，遵规守法、为人正派，拥有优秀的团队沟通协作能力、自主学习能力
具备较强的学习能力，对外沟通和协调能力
了解大模型基础原理与核心流程，熟悉SFT指令微调、RAG等大模型核心技术环节，有大模型相关实习、项目落地经验者优先
算法方向：
在自然语言处理、计算机视觉、多模态、深度学习等任一领域有深入研究与实践积累
熟练掌握Pytorch、Tensorflow等主流深度学习框架，能够独立复现、实现前沿算法模型，有ACL、EMNLP、CVPR、ICCV、NeurIPS等顶会论文发表经验者优先
熟悉大模型全链路技术，具备预训练、SFT、RLHF、RAG、Agent等核心环节实操经验者优先
具备扎实的编程功底，熟练掌握Python、C++、Golang等至少一种编程语言
数据开发方向：
熟练掌握SQL，具备扎实的ETL开发、数据建模及数据治理能力，对数据质量高度敏感，可独立分析、解决数据问题，推动复杂数据需求落地
熟悉大数据技术栈，掌握Hadoop、Hive、Spark、Flink、Kafka等主流大数据组件中的一种或多种
精通高质量数据集全流程制备工作，熟练完成数据清洗、去重、纠错、样本筛选、标签规范及质量评估，具备评测集构建、数据标注、质检、偏好数据处理相关实操经验
熟练掌握Python、Java、Scala至少一种开发语言，具备良好的工程化开发能力
工作职责
算法方向：
负责大模型及AI项目落地实施，全程参与项目技术评估、架构设计、算法调优、推理部署等关键环节，推动大模型在各行业场景落地应用
搭建生成式大模型全链路技术能力与配套工具集，覆盖预训练、微调、量化推理、RAG、Agent等核心技术环节，完善大模型研发体系
持续跟踪AI前沿技术动态，结合行业业务场景需求输出专属技术解决方案，开展前沿算法与应用研究，推动团队技术创新与迭代升级
数据开发方向：
负责大模型全链路数据建设工作，完成数据采集、清洗、加工、存储、调度交付全流程工作，搭建完善的数据标准体系与数据质量评估体系，保障模型数据供给质量
负责高质量数据集制备，针对大模型训练、微调、评测场景需求，完成数据脱敏、标注、质检等全流程工作，为模型迭代优化提供可靠的数据支撑
开展离线与实时数据开发工作，全面支撑模型训练、RAG、智能问答等核心业务场景，持续优化数据供给效率，完成数据资产梳理与沉淀
优先资格
有大模型相关实习、项目落地经验者优先
有ACL、EMNLP、CVPR、ICCV、NeurIPS等顶会论文发表经验者优先
熟悉大模型全链路技术，具备预训练、SFT、RLHF、RAG、Agent等核心环节实操经验者优先
AI 洞察
优缺点分析
优点
- 参与前沿大模型技术，技术积累深厚，符合AI发展趋势
- 公司平台大，资源丰富，项目落地机会多，实战经验丰富
- 校招岗位，应届生可快速切入高潜力领域
- 技术更新快，需持续学习以跟上AI前沿动态
- 项目可能涉及高强度工作，对自主学习和抗压能力要求高
- 国企文化可能对创新速度有一定限制
缺点 / 挑战
- 适合对AI技术有热情、愿意深入钻研、能接受一定工作压力的应届硕士生
角色解读
- 从算法工程师成长为AI架构师或技术专家
- 转向技术管理岗位，带领团队负责更大项目
- 在AI领域深耕，成为行业特定场景的应用专家
- 负责大模型及AI项目的落地实施，包括技术评估、架构设计和算法调优
- 搭建生成式大模型的全链路技术能力，覆盖预训练、微调、RAG等核心环节
- 负责大模型数据建设，完成数据采集、清洗、加工等全流程工作
- 深度学习框架如PyTorch和TensorFlow的熟练使用
- 大模型核心技术如SFT、RAG、Agent的实操经验
- 大数据技术栈如Hadoop、Spark、Flink的掌握
申请策略
- 了解中国电信的AI战略和业务场景，如智慧城市、行业应用等
- 准备个人技术作品或代码展示，突出解决实际问题的能力
- 突出大模型相关项目或实习经历，展示具体贡献
- 强调顶会论文、技术竞赛成果或开源项目
- 详细列出编程语言、大数据工具和深度学习框架的使用经验
- 深入学习大模型预训练和微调技术，如RLHF、Agent等
- 提升数据处理和ETL开发能力，熟悉大数据技术栈
- 加强系统设计和架构能力，以应对全链路技术挑战
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历
- 结合技术原理和实际经验回答，突出问题解决和学习能力
- 展示对行业应用的理解，将技术与业务场景结合
- 请描述你在大模型项目中的具体贡献和遇到的挑战
- 如何优化大模型推理性能？请结合实际经验说明
- 在数据处理中，你如何保证数据质量？举例说明
- 你如何跟踪AI前沿技术？最近有什么感兴趣的方向？
- 复习大模型核心技术，如Transformer架构、SFT、RAG等原理
职位点评
薪资福利80
成长发展85
工作生活70
使命价值75
薪资福利
80较高
薪资在国企中具有竞争力，福利稳定，但具体细节未披露。
薪资信号市场水准 (2千–3.5万/月)
成长发展
85较高
技术前沿，提供大模型全链路实践机会，成长空间大，但晋升路径未明确提及。
技术前沿前沿/新兴技术
技术栈大模型、SFT、RAG、PyTorch、TensorFlow
业务类型ambiguous
工作生活
70中等
工作地点在北京，可能现场办公，但JD未明确提及办公模式、远程或WLB信号。
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
75中等
参与AI技术推动行业应用，有社会价值，但JD未明确提及使命或社会影响力。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs