中国电信
算法研发工程师（万州）
算法研发工程师（万州）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Mlops
Pytorch
Rag
Tensorflow
大模型
数字化转型
值不值得投
69综合评分
综合评分 69
国企平台，前沿技术栈，发展空间大，但工作地点偏远，WLB未明确。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
1.6万
比机器学习工程中位数低
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 2710 个在招 · 其中机器学习工程 30 个
市场机会
选择适中
重庆 · 机器学习工程 · 12 个在招
职位详情
关于这个职位
该职位主要负责机器学习、深度学习及大模型（Prompt/RAG/微调）的开发、训练与调优，同时涉及数据管道建设、模型部署与MLOps流程建设，并需对接数字化转型业务需求，输出AI技术方案，推动项目交付
适合具备扎实算法功底和工程化能力的技术人才
最低要求
熟悉Python及PyTorch/TensorFlow框架，掌握数据结构与ML/DL理论
熟悉CV/NLP/知识图谱/推荐系统，掌握BERT/GPT/CNN/LSTM等模型及大模型技术（Prompt/RAG/微调/Agent）
理解Flink/Spark/Hadoop/Kafka/ClickHouse/Redis/ES等大数据组件
了解Java及主流数据库（MySQL/Oracle），熟悉Docker/K8s容器化部署及模型服务化（API/微服务）
掌握Java/Vue/React等一种或多种前后端开发语言及工具链，具备软件开发全流程能力及系统调优、故障处理经验
熟悉数据挖掘及数字化转型推进，热衷新技术钻研
逻辑思维清晰，善于沟通协作与技术文档输出
工作职责
机器学习、深度学习及大模型（Prompt/RAG/微调）的开发、训练与调优，提升模型核心指标
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与调优
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
对接数字化转型等业务需求，输出AI技术方案
负责客户沟通、项目推进及交付验收
AI 洞察
优缺点分析
优点
- 涉及大模型、MLOps等前沿技术，技术成长空间大
- 中国电信作为大型国企，平台稳定，福利完善
- 工作内容涵盖算法、工程和业务，综合能力提升快
- 数字化转型是行业趋势，项目经验含金量高
- 工作地点在万州区，相对偏远，可能影响生活便利性
- 适合技术栈全面、热爱钻研新技术，且能接受在二线城市发展的算法工程师
缺点 / 挑战
- 技术要求全面，需同时掌握算法、大数据和前后端，学习压力大
- 需与客户沟通并推进项目，可能面临交付压力
角色解读
- 可向AI算法专家或大模型方向深耕，成为技术带头人
- 可转型为技术经理或项目负责人，负责AI项目的整体规划与交付
- 在电信行业积累数字化转型经验，向行业解决方案架构师发展
- 负责机器学习、深度学习及大模型的开发、训练与调优，包括Prompt工程、RAG和微调，以提升模型性能
- 构建和维护数据管道，进行数据清洗、标注审核，并基于Flink进行实时流处理开发
- 负责模型部署、API服务化及MLOps流程建设，同时参与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框架，掌握ML/DL理论及常见模型（BERT/GPT/CNN/LSTM等）
- 熟悉大数据组件（Flink/Spark/Hadoop/Kafka等）及容器化部署（Docker/K8s），具备模型服务化能力
- 掌握至少一种前后端开发语言（Java/Vue/React），具备全栈开发能力和系统调优经验
- 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
- 了解中国电信的数字化转型战略，在面试中展现对业务的理解
- 强调沟通协作能力，因为岗位涉及客户对接
- 突出大模型项目经验，如Prompt/RAG/微调的实际案例
- 强调大数据处理（Flink/Spark）和MLOps部署经验
- 展示全栈开发能力，包括前后端和容器化部署
- 提及数字化转型或行业解决方案项目，体现业务理解
- 补充大模型微调和RAG的实践，如使用LangChain或LlamaIndex
- 熟悉Flink实时流处理，可做相关项目练习
面试指南
- 使用STAR法则回答项目经验：情境、任务、行动、结果
- 对于技术问题，先阐述原理，再结合项目实例说明应用
- 对于业务问题，强调需求分析、方案设计和沟通协调能力
- 请介绍一个你使用大模型（如RAG或微调）解决实际问题的项目
- 如何设计一个基于Flink的实时数据处理管道？
- 你如何将训练好的模型部署为API服务？请描述MLOps流程
- 面对客户需求，你如何输出技术方案并推动项目落地？
- 谈谈你对数字化转型的理解，以及AI在其中扮演的角色
职位点评
薪资福利70
成长发展85
工作生活40
使命价值75
薪资福利
70中等
该职位薪资未明确披露，但作为大型国企，通常提供稳定的薪酬和福利，但具体水平需面议。
薪资信号未披露（AI估算：1.2千–2万/月）
成长发展
85较高
职位涉及大模型、MLOps等前沿技术，且明确要求持续学习新技术，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、大模型、RAG、Flink、MLOps、Docker、Kubernetes
业务类型ambiguous
工作生活
40较低
工作地点在万州区，相对偏远，且JD未提及弹性工作或远程办公，生活便利性可能受限。
工作模式未明确
办公地点郊区/偏远地区
加班情况未提及（无法判断）
使命价值
75中等
数字化转型是行业趋势，工作具有推动企业智能化转型的意义，社会价值较高。
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