中国电信
算法研发工程师（涪陵）
算法研发工程师（涪陵）
发布于 1 天前普通员工/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
Prompt
Pytorch
Rag
Tensorflow
大模型
微调
机器学习
深度学习
值不值得投
75综合评分
综合评分 75
前沿AI技术岗位、国企稳定平台、数字化转型业务、WLB待确认。
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 · 昨天发布
公司情况
这家公司招聘很活跃
约 1260 个在招 · 其中机器学习工程 15 个
市场机会
选择不多
重庆 · 机器学习工程 · 6 个在招
职位详情
关于这个职位
该职位负责机器学习、深度学习及大模型（如Prompt、RAG、微调）的开发与优化，涉及数据处理、模型部署、系统开发，并对接数字化转型业务需求，推动AI技术方案落地
适合对AI技术有热情、具备全栈开发能力的求职者
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
- 技术栈前沿：涉及大模型、Prompt、RAG等当前AI热门技术，能积累前沿技能
- 业务场景丰富：对接数字化转型业务，有机会参与实际项目落地，提升解决方案能力
- 国企平台稳定：中国电信作为大型国企，提供稳定的职业发展环境和福利保障
- 技术更新快：需持续学习新技术如大模型、Agent等，保持技术竞争力
- 可能涉及出差：项目推进和交付可能需要出差或现场支持
- 适合对人工智能技术有热情，具备全栈开发能力，愿意结合业务场景解决实际问题，并寻求稳定平台的技术人员
缺点 / 挑战
- 跨职能协作：需对接业务和客户，沟通能力和项目管理能力要求较高
角色解读
- 技术专家方向：深耕算法模型开发，成为机器学习或人工智能领域的专家
- 项目管理方向：通过业务对接和项目推进经验，向技术项目经理或产品经理发展
- 架构师方向：结合系统开发和部署经验，向AI系统架构师或平台架构师成长
- 负责机器学习、深度学习及大模型（如Prompt、RAG、微调）的开发、训练与调优，提升模型核心指标
- 进行数据清洗、标注审核及数据管道建设，并基于Flink进行实时流处理开发
- 完成模型部署、API服务化及MLOps流程建设，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
- 熟悉Python及PyTorch/TensorFlow框架，掌握机器学习/深度学习理论及大模型技术（如BERT、GPT、CNN、LSTM、Prompt、RAG、微调、Agent）
- 理解大数据组件如Flink、Spark、Hadoop、Kafka等，熟悉Docker/K8s容器化部署及模型服务化
- 掌握Java/Vue/React等前后端开发语言，具备软件开发全流程能力及系统调优、故障处理经验
- 具备数据挖掘、数字化转型推进能力，逻辑思维清晰，善于沟通协作与技术文档输出
申请策略
- 研究中国电信的数字化转型战略，了解其AI应用方向
- 准备技术方案展示，针对可能的业务场景设计AI解决方案
- 突出机器学习和大模型相关项目经验，如模型训练、调优、部署案例
- 展示大数据处理和实时流处理技能，如Flink开发经验
- 强调全栈开发能力，包括前后端开发和系统部署经验
- 提供数字化转型或业务对接的相关项目成果，体现沟通和协作能力
- 深入学习大模型技术如Prompt工程、RAG、微调，跟进最新研究
- 提升容器化和云原生技能，如Docker、K8s在模型服务化中的应用
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化回答项目经验
- 强调技术选型的理由和实际效果，展示问题解决能力
- 结合业务场景说明技术方案的价值，体现业务思维
- 请描述一个你参与过的机器学习项目，从模型选型到部署的全过程
- 如何优化大模型的性能，比如在Prompt设计或微调方面有哪些经验？
- 如何处理实时流处理中的数据质量问题？
- 在数字化转型项目中，你如何与业务团队沟通需求并确保技术方案落地？
- 对Flink和Spark在流处理方面的区别和应用场景有何理解？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
作为中国电信的职位，提供稳定的雇佣关系和完善的福利体系，适合追求工作稳定性的求职者。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位涉及大模型、实时流处理等前沿技术，能提供良好的技能成长空间，但未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、Flink、大模型、Prompt、RAG、微调、Agent
业务类型ambiguous
工作生活
60中等
JD未提及办公模式和WLB情况，可能以现场办公为主，灵活性有限。
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
80较高
职位参与数字化转型项目，具有正向社会影响力，AI技术应用前景广阔。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs