中国电信
大数据和AI工程师
大数据和AI工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公大数据
大数据
人工智能
大数据
客户画像
数据建模
数据挖掘
机器学习
值不值得投
69综合评分
综合评分 69
央企数据智能岗、技术成长空间大、当地薪资中等、工作生活平衡预期良好
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
1.2万
比大数据中位数低
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 2570 个在招 · 其中大数据 51 个
职位详情
关于这个职位
本职位专注于大数据平台开发与架构设计，结合人工智能与机器学习技术开展数据挖掘及客户画像建模
你将参与AI模型的研发与测试标准制定，运用数据分析能力为企业级数据服务提供核心支持，全面助力业务智能化升级
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
优先资格
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
AI 洞察
优缺点分析
优点
- 依托央企平台资源，接触海量真实业务数据与技术场景
- 技术栈覆盖大数据与AI前沿应用，利于积累复合型项目经验
- 国企背景提供稳定的职业环境与完善的培训体系
- 传统通信企业数字化转型节奏相对稳健，创新试错空间可能受限
- 跨部门协作与流程审批环节较多，需适应规范化运作模式
- 适合追求职业稳定性、希望深耕数据智能领域，且能接受规范化工作流程的工程技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向资深大数据架构师或AI算法专家方向发展
- 也可转型为数据产品负责人或技术管理岗，深耕政企数字化服务领域
- 负责大数据平台的技术标准制定与开发方案设计
- 运用机器学习与数据挖掘技术构建客户画像及数据模型
- 主导AI模型的研发与测试流程规范
- 熟练掌握Python及Hive/MySQL等数据处理工具
- 深入理解机器学习算法原理并能落地建模
- 具备较强的数据分析与业务洞察能力
申请策略
- 提前了解运营商数字化转型战略及本地产业布局
- 准备1-2个完整的数据挖掘到业务赋能的案例进行深度复盘
- 突出大数据处理框架实战经验与机器学习项目落地成果
- 详细展示数据建模方法论及性能优化指标
- 强调跨团队协作与复杂问题排查能力
- 补充云原生大数据组件（如Spark/Flink）的高级应用
- 强化AI模型部署与工程化落地能力
- 关注行业数据安全与合规标准
面试指南
- 采用STAR法则结构化表达项目背景、任务、行动与结果
- 技术类问题先阐述核心原理，再结合具体场景说明调优手段与权衡考量
- 业务类问题聚焦数据驱动决策的逻辑闭环与可量化产出
- 请分享一个你独立完成的大数据建模项目，说明业务目标、技术选型与最终成效
- 针对客户画像构建，如何评估标签体系的准确性与业务价值？
- 在分布式环境下遇到数据倾斜或性能瓶颈时，你的排查思路是什么？
- 如何将机器学习算法有效集成到现有大数据平台中？
- 复习主流大数据生态组件原理与调优技巧
职位点评
薪资福利65
成长发展78
工作生活70
使命价值60
薪资福利
65中等
薪资处于当地市场中上水平，结合央企背景提供较完善的福利保障，但对高薪追求者吸引力有限。
薪资信号未披露（AI估算：8.0千–1.5万/月）
成长发展
78中等
岗位深度融合大数据与AI技术，提供丰富的算法研究与工程实践机会，技术成长路径清晰。
技术前沿前沿/新兴技术
技术栈Python、Hive、MySQL、机器学习、数据挖掘、AI模型
业务类型profit_center
工作生活
70中等
国企通常作息规律且注重工作生活平衡，但具体加班情况未明确说明，整体WLB预期较好。
工作模式未明确
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
致力于通过数据智能提升企业服务效能，具有一定社会价值，但使命导向表述较弱。
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