大模型应用工程师-cpyf

优缺点分析

角色解读

• 从大模型应用工程师起步，可向算法专家或技术专家方向发展
• 积累Agent和RAG实战经验，可转型为AI产品经理或技术负责人
• 在央企平台，可参与国家级项目，晋升路径清晰，稳定发展
• 负责基于大模型Agent技术的数据治理产品研发，推动Agent应用落地
• 探索NLP算法落地，独立进行RAG、Prompt工程与微调
• 独立完成算法设计、调优、封装和部署，解决算法相关问题
• 进行数据爬取、聚类分析、异常检测等数据统计分析工作
• 熟悉大模型基本原理、提示词工程、Agent工作流、Skill设计、MCP设计
• 掌握PyTorch/TensorFlow等深度学习框架，有NLP项目经验
• 熟练使用Hive、MySQL，熟悉Pandas、NumPy，具备数据统计分析能力
• 了解主流预训练大语言模型（GLM、LLaMA、GPT等）的应用和优化策略

申请策略

• 了解中国电信的业务方向，特别是数据治理和AI应用
• 在面试中展示对大模型技术的热情和快速学习能力
• 突出NLP相关项目经验，特别是使用PyTorch/TensorFlow的实践
• 强调对大模型、Agent、RAG等技术的理解和应用
• 展示数据分析和处理能力，如使用Pandas、NumPy进行数据清洗和分析
• 如果有竞赛、论文或实习经历，务必详细描述
• 提前学习大模型应用开发，熟悉LangChain、LlamaIndex等框架
• 练习Prompt工程和RAG系统搭建，可以尝试做一个小项目

面试指南

• 用STAR法则回答项目经验：情境、任务、行动、结果
• 对于技术问题，先阐述原理，再结合项目经验说明应用
• 展示思考过程，即使不完美也要体现逻辑性
• 请介绍一下你在NLP项目中的具体工作，使用了哪些技术？
• 你对RAG和Prompt工程的理解是什么？如何优化？
• 如何设计一个Agent工作流？请举例说明
• 你如何处理大规模数据？熟悉哪些数据处理工具？
• 你对大模型微调有什么经验？如何选择微调策略？