中国电信
AI算法工程师(省人工智能中心）
AI算法工程师(省人工智能中心）
发布于 2 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Huggingface
Nlp
Pytorch
Rag
多模态
大模型
计算机视觉
值不值得投
76综合评分
综合评分 76
前沿大模型技术岗，发展空间大，但工作地点和模式未明确。
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
3.3万
比人工智能中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 2100 个在招 · 其中人工智能 86 个
市场机会
选择面较广
杭州 · 人工智能 · 约 360 个在招
职位详情
关于这个职位
该职位负责大模型应用方案的技术选型与效果优化，针对视联网AI分析、智能客服、政务问答等场景，评估Prompt Engineering、RAG、Agent等技术路线，并研发多模态视觉-语言理解算法，推动AI算法从实验到规模化落地
适合具备深度学习基础、熟悉PyTorch和主流大模型，并有相关项目经验的算法工程师
最低要求
掌握深度学习与机器学习基础理论，熟悉Transformer架构及主流大模型（如GPT、LLaMA、Qwen等）的技术原理与能力边界
熟练使用PyTorch等深度学习框架，具备扎实的Python编程能力，熟悉HuggingFace生态及常用工具链
在大模型应用方向有实践积累，包括但不限于：Prompt Engineering、RAG系统构建、Agent开发、模型量化压缩等，有完整项目经验者优先
有计算机视觉、自然语言处理或多模态方向的科研或实践成果者优先（含顶会论文、Kaggle/天池等竞赛成绩、开源项目贡献等）
具备良好的算法思维与问题拆解能力，能将业务需求转化为技术方案，对AI技术演进保持持续关注与独立判断
加分项：有视频理解、多模态模型相关研究或实践经验
了解运营商或政企AI应用场景者优先
工作职责
负责大模型应用方案的技术选型与效果优化，针对视联网AI分析、智能客服、政务问答等业务场景，评估Prompt Engineering、RAG、Agent等不同技术路线的适配性，输出最优解决方案
研发多模态（视觉-语言）理解算法，面向视频流智能分析场景，开展目标检测、语义分割、视频理解、跨模态检索等算法研究与工程优化，支撑视联网AI业务规模化落地
跟踪大模型前沿技术演进，研究模型量化压缩、推理加速、长上下文处理、MoE架构等技术方向，评估在运营商场景的适用性与落地路径，推动先进技术引入验证
负责AI算法的评估评测体系建设，构建面向业务场景的评测数据集与评测指标，建立算法效果基线，为模型选型与迭代提供量化依据
在必要场景下开展大模型微调训练，包括数据构造、训练策略设计、效果评估与迭代优化，确保微调投入产出比符合业务预期
协同开发工程师完成算法模型的部署调优与服务化上线，推动算法从实验验证到规模化应用的闭环落地
AI 洞察
优缺点分析
优点
- 大模型和多模态是当前AI领域最前沿的方向，技能积累价值高
- 中国电信作为大型运营商，业务场景丰富，AI应用落地机会多
- 公司平台稳定，福利体系完善，职业发展路径清晰
- 技术栈要求高，需要持续学习前沿技术，保持竞争力
- 业务场景复杂，需要将技术方案与具体业务需求有效结合
- 适合对AI技术有热情、具备扎实算法基础，并希望在大型企业平台从事大模型应用研发的工程师
缺点 / 挑战
- 可能面临项目周期压力，需要快速迭代和交付成果
角色解读
- 可向大模型算法专家方向发展，深耕多模态理解和生成技术
- 有机会晋升为技术团队负责人，带领算法团队推进AI业务落地
- 可横向拓展至AI产品架构或技术管理岗位，结合运营商业务场景发挥价值
- 负责大模型应用方案的技术选型与效果优化，针对具体业务场景评估不同技术路线并输出解决方案
- 研发多模态视觉-语言理解算法，包括目标检测、视频理解、跨模态检索等，支撑视联网AI业务
- 跟踪大模型前沿技术，研究模型量化压缩、推理加速等，评估在运营商场景的落地路径
- 构建AI算法评估评测体系，建立效果基线，并协同开发工程师完成模型部署上线
- 扎实的深度学习与机器学习基础，熟悉Transformer架构及主流大模型原理
- 熟练使用PyTorch和Python，熟悉HuggingFace生态及常用工具链
- 具备大模型应用实践经验，如Prompt Engineering、RAG、Agent开发等
- 有计算机视觉、NLP或多模态方向的科研或实践成果者优先
申请策略
- 关注中国电信的AI战略方向，了解省人工智能中心的定位和项目
- 在面试中展示对AI技术演进的独立判断和业务转化能力
- 突出大模型应用项目经验，如RAG系统、Agent开发等，展示完整项目成果
- 强调计算机视觉或多模态方向的科研或实践成果，如论文、竞赛成绩
- 展示Python和PyTorch的熟练度，以及HuggingFace工具链的使用经验
- 如有运营商或政企AI应用场景经验，务必突出
- 补充视频理解、多模态模型相关的研究或实践，增强匹配度
- 熟悉模型量化压缩、推理加速等工程优化技术，提升落地能力
面试指南
- 采用STAR法则：情境-任务-行动-结果，清晰展示项目背景、个人贡献和量化成果
- 结合具体业务场景，展示技术方案与业务需求的结合能力
- 强调数据驱动和效果评估，体现工程化思维
- 请介绍一个你负责的大模型应用项目，包括技术选型和效果优化过程
- 如何评估Prompt Engineering、RAG和Agent在不同业务场景中的适配性？
- 谈谈你对多模态视觉-语言理解算法的理解，以及在实际应用中的挑战
- 如何构建一个面向业务场景的AI算法评测体系？
- 你对模型量化压缩和推理加速有哪些实践经验？
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
该职位薪资未明确披露，但作为大型运营商的技术岗位，薪资水平通常具有竞争力，且福利体系完善。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
90较高
职位涉及大模型、多模态等前沿技术，技术成长空间大，且公司提供丰富的业务场景，有利于技能积累和职业发展。
技术前沿前沿/新兴技术
技术栈大模型、多模态、RAG、Agent、PyTorch、Transformer
业务类型profit_center
工作生活
60中等
工作地点在杭州，办公模式未明确提及，作为技术研发岗位可能需要现场办公，但未提及加班情况。
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
70中等
AI技术应用在视联网、智能客服、政务问答等场景，具有社会价值，但未明确提及使命导向。
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