AI算法及运用工程师

优缺点分析

角色解读

• 纵向可发展为AI算法专家或大模型技术架构师，深耕前沿AI技术
• 横向可向AI产品总监或“AI+”行业解决方案专家转型，结合业务创造更大商业价值
• 研究并优化大模型算法（如LLM调优、RAG、Agents等），产出专利和论文等知识成果
• 结合具体业务场景，设计并推动“AI+”行业解决方案的落地应用
• 处理和分析多源业务数据，为企业管理和业务决策提供数据支撑
• 熟练掌握Python编程，具备扎实的算法和数据结构基础
• 熟悉大模型相关技术栈（LLM、RAG、Agents等），有实际落地或微调经验
• 具备良好的业务理解能力、跨部门沟通协调能力和数据分析能力

申请策略

• 了解中国电信在“AI+”及数字化转型方面的战略布局，面试时展现对公司业务方向的认同
• 准备好应对关于大模型在垂直领域落地难点及解决方案的深度技术提问
• 重点突出在大模型（LLM、RAG、Agents等）相关项目中的具体贡献和落地成果
• 展示数据挖掘与分析能力，以及将技术转化为业务价值的实际案例
• 强调良好的沟通协调能力及适应出差、驻点工作的意愿
• 深入学习大模型微调、RAG架构优化及Agent开发等前沿技术
• 提升对通信或政企行业业务的理解，培养“技术+业务”的复合思维

面试指南

• STAR法则：针对项目经验，从情境、任务、行动、结果四个维度结构化回答，突出个人贡献和业务价值
• 技术+业务双重视角：在回答技术方案时，不仅讲技术实现，还要结合业务场景说明为什么这么做，以及带来的业务收益
• 请详细介绍一个你参与过的大模型落地项目，遇到了哪些技术难点及如何解决？
• RAG和Agents在实际业务中如何结合使用？请举例说明
• 如果业务部门提出的AI需求在技术上难以实现或成本过高，你会如何沟通和解决？
• 在进行多源业务数据深度挖掘时，你通常采用哪些方法和工具？
• 复习大模型核心技术原理（如Transformer、Attention机制、RAG检索增强等），并准备实际代码或架构设计细节
• 了解中国电信近期的“AI+”战略和典型行业解决方案案例，做到知己知彼