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 9 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
分布式系统
大数据
数据挖掘
机器学习
值不值得投
74综合评分
综合评分 74
国企稳定，技术前沿，薪资中等，WLB较好。
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
15K
比数据科学中位数低
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 2720 个在招
职位详情
关于这个职位
作为中国电信的大数据和AI工程师，你将负责大数据开发、AI算法研究及数据挖掘分析，制定技术标准，设计分布式系统和AI模型，并基于数据建立客户画像，提升数据服务能力
该职位适合对大数据和人工智能有浓厚兴趣、具备扎实技术基础和创新精神的求职者
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
- 国企平台稳定，福利待遇好，工作生活平衡
- 大数据和AI是前沿领域，职业发展前景广阔
- 国企技术栈可能相对保守，创新空间有限
- 晋升可能论资排辈，晋升速度较慢
- 适合追求稳定、对大数据和AI有热情、愿意在国企环境中长期发展的求职者
缺点 / 挑战
- 接触电信级海量数据，技术挑战大，积累宝贵经验
- 需要处理复杂的数据问题，工作压力较大
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
- 在电信行业积累数据经验，可转向金融、互联网等高薪领域
- 晋升为技术团队负责人或架构师，负责更大规模的数据平台
- 制定大数据开发的技术标准和方案，设计测试流程，确保数据处理的规范性和高效性
- 设计并实现分布式系统、人工智能算法，应用于实际业务场景，提升数据处理能力
- 利用机器学习和数据挖掘技术，建立客户画像标签，优化数据服务
- 研发AI模型，制定AI产品应用的标准和流程，推动AI技术落地
- 熟悉大数据技术栈，如Hadoop、Spark等，掌握HIVE、MySQL等数据库
- 精通Python，具备数据挖掘和机器学习算法应用能力
- 具备数据建模经验，能够进行数据统计分析和客户研究
- 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
- 关注中国电信的企业文化，强调团队合作和稳定性
- 准备大数据和AI相关的项目案例，展示解决问题的能力
- 突出大数据项目经验，特别是数据建模和挖掘案例
- 强调Python编程能力和机器学习算法应用
- 展示对电信行业数据的理解或相关实习经历
- 学习Hadoop、Spark等大数据框架，提升分布式处理能力
- 深入掌握机器学习算法，如回归、分类、聚类等
- 了解电信行业业务，熟悉客户画像和数据服务
面试指南
- 使用STAR法则回答项目经验，突出技术难点和解决方案
- 结合具体算法和工具，展示技术深度
- 强调数据驱动决策和业务价值
- 请描述一个你处理过的大数据项目，你如何设计架构？
- 如何利用机器学习建立客户画像？请举例说明
- 你熟悉哪些数据库？HIVE和MySQL的区别是什么？
- 如何优化大数据处理性能？
- 你如何应对数据挖掘中的过拟合问题？
职位点评
薪资福利80
成长发展75
工作生活70
使命价值60
薪资福利
80较高
国企平台提供稳定的薪资和福利，但薪资水平可能不如互联网大厂，整体补偿性较好。
薪资信号未披露（AI估算：10K-20K/月）
成长发展
75中等
职位涉及大数据和AI前沿技术，有技术成长空间，但国企培训体系可能不如互联网完善。
技术前沿前沿/新兴技术
技术栈大数据、AI、机器学习、数据挖掘、Python、HIVE、MySQL
业务类型ambiguous
工作生活
70中等
国企通常工作稳定，加班较少，但工作地点固定，弹性办公可能性低。
工作模式仅现场办公
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
60中等
电信行业具有公共服务属性，但职位本身的社会影响力一般。
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