中国电信
大数据和AI工程师（客服中心）
大数据和AI工程师（客服中心）
发布于 大约 1 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
Pytorch
Sql
Tensorflow
向量数据库
大模型
值不值得投
77综合评分
综合评分 77
国企稳定、技术前沿、数据与AI双方向，发展空间好但工作节奏可能偏国企风格。
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
20K
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 2630 个在招 · 其中机器学习工程 11 个
市场机会
选择适中
广州 · 机器学习工程 · 19 个在招
职位详情
关于这个职位
该职位是中国电信客服中心的大数据和AI工程师，主要负责大数据平台的建设与运维，以及AI模型的训练、部署和落地应用，同时跟踪前沿AI技术并保障AI应用安全
适合对大数据和人工智能技术有深入理解、希望将技术应用于实际业务场景的工程师
最低要求
熟练掌握Python、Java等至少一种主流编程语言，具备扎实的编程基础，能编码实现复杂的业务逻辑
掌握AI领域算法，不限于自然语言处理、机器学习、深度学习、强化学习算法
熟悉大模型技术原理，了解主流大模型（如DeepSeek、Qwen、Telechat、Claude、GPT等）的调用与部署，具备模型微调、推理优化能力
了解GPU推理效率优化
熟悉主流AI智能体编排框架（如LangChain、LangGraph、OpenLLMetry等），具备复杂工作流（Workflow）的编排与优化能力，具备Agent编排与优化能力
熟悉MCP等工具协议，具备大模型与外部工具（API、数据库、文件系统）的集成与调用能力，了解RAG框架及向量检索机制
熟悉向量数据库（如Milvus）、消息队列（如Kafka）及微服务（如Spring AI）的集成应用
了解数据仓库，具备数据处理编程能力，熟练掌握SQL
具备良好的团队沟通协作精神、文档编写能力
有较强的责任心和学习能力
具备较强的流程梳理、问题排查与逻辑拆解能力
有一定的抗压能力，政治素质好，遵守纪律，品行端正，爱岗敬业
工作职责
负责大数据的采集、存储、数据清洁、数据维护及数据仓库建模等大数据工程工作，负责数据分析与应用，并为业务统计分析、AI算法及业务应用等上层应用提供可靠数据支撑
负责AI模型的训练、调试与部署适配，提升模型训练效率与模型性能
负责完成模型训练成果的交付、对接与落地应用，解决实际应用中的模型相关问题
负责基于业务场景需求，制定适配的AI应用设计方案，组织并实施智能体编排、AI流程编排等AI能力编排工作，并完成AI能力的交付、应用对接与落地，并解决实际应用中的AI能力相关问题
负责跟踪模型、模型训练、推理优化与智能化应用等AI前沿技术，引入并落地到实际应用当中
负责AI系统与应用的安全架构，跟进AI安全风险管控，检测模型偏见、识别潜在攻击面与结构性风险，确保AI应用上线即安全
负责AI模型、数据模型等规划建设、运营管理过程中的业务协同对接，以及网络和IT系统协同对接
完成上级交办的其他工作
优先资格
熟练掌握PyTorch、numpy、TensorFlow等框架技术者优先
有GPU集群利用优化、虚拟化等经验优先
熟悉Hadoop/Spark等大数据工具者优先
有在顶会、期刊发表过论文或知名互联网企业人工智能实习工作经验者优先
AI 洞察
优缺点分析
优点
- 国企平台稳定，福利保障完善，适合追求长期职业稳定的人
- 涉及大数据和AI前沿技术，如大模型、Agent、向量数据库，技术成长空间大
- 岗位职责涵盖数据、算法、工程、安全，能培养全栈AI能力
- 公司规模大，资源丰富，有机会参与集团级AI项目建设
- 国企相对互联网节奏较慢，技术迭代可能不如大厂激进
- 对政治素质和纪律要求高，需适应国企工作文化
- 适合具备较强AI和大数据技术功底，希望稳定发展并愿意承担多元职责的工程师
缺点 / 挑战
- 工作内容多且杂，需要同时兼顾数据工程、模型训练和AI应用落地，压力较大
角色解读
- 可向资深AI工程师或大数据架构师方向发展，精通大模型应用和分布式系统
- 可向AI技术专家或技术管理岗位晋升，带领团队负责复杂AI项目
- 在国企平台可积累稳定的行业经验，未来有机会进入互联网或金融科技领域
- 负责大数据平台的数据采集、清洗、建模和数据分析，为上层应用提供数据支撑
- 负责AI模型的训练、调优、部署和落地，解决实际业务中的模型问题
- 设计并实施智能体、AI工作流编排，集成外部工具和向量数据库，提升客服智能化水平
- 跟踪前沿AI技术并引入，同时保障AI系统的安全，管理模型偏见和攻击风险
- 扎实的编程能力，熟练掌握Python或Java，能实现复杂业务逻辑
- 掌握机器学习、深度学习、NLP等AI算法，熟悉大模型原理和微调、推理优化技术
- 熟悉LangChain等Agent编排框架、向量数据库、消息队列及微服务集成
- 了解数据仓库和SQL，具备大数据处理能力，熟悉Hadoop/Spark更佳
申请策略
- 提前了解中国电信客服中心业务和数智化转型方向，在面试中体现业务理解
- 展示国企所需的软素质：责任心、纪律性、团队协作和政治素养
- 突出大数据处理经验，如Hadoop/Spark、数据仓库建模项目
- 重点展示AI模型训练和部署经验，包括大模型微调、推理优化案例
- 强调Agent编排、RAG等新一代AI应用实践，展示对前沿技术掌握程度
- 如有顶会论文或大厂AI实习经历，务必显著标注
- 补充学习LangChain、LangGraph和MCP协议，并动手构建Agent工作流
- 熟悉GPU集群优化和虚拟化技术，掌握模型推理加速方法
面试指南
- 采用STAR法则，结合具体项目背景、任务、行动和结果，量化成效
- 强调技术选型的原因和权衡，展示问题拆解和逻辑思维能力
- 联系客服业务场景，体现从技术到业务落地的闭环思考
- 请介绍一个你完成的AI模型微调项目，具体如何减少训练成本或提升效果？
- 如何设计一个基于大模型的客服知识库问答系统？
- 谈谈你对Agent工作流（如LangChain）的理解，及其在客服场景的应用
- 如何保障AI系统的安全性，防止提示词注入或数据泄露？
- 你如何处理大规模数据清洗和特征工程？举例说明
职位点评
薪资福利78
成长发展88
工作生活65
使命价值72
薪资福利
78中等
作为上市国企，薪酬和福利相对稳定，虽未披露具体薪资，但通常处于市场中等偏上水平，且有国企特有的稳定性保障。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
88较高
岗位涉及大数据和AI最前沿技术，包括大模型、Agent、向量数据库等，学习和发展空间大，能接触实际业务落地场景。
技术前沿前沿/新兴技术
技术栈Python、Java、PyTorch、TensorFlow、大模型、LangChain、Agent、向量数据库、GPU优化
业务类型cost_center
工作生活
65中等
工作地点在广州市区，需现场办公，未提及弹性工作时间，国企通常有相对规范的工作节奏，但加班情况不明。
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
72中等
国企客服中心通过AI技术提升服务效率，具有一定社会价值，但行业整体成熟稳定，创新更多是应用层。
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