中国电信
AI研发工程师
AI研发工程师
发布于 11 小时前实习/见习
全职员工仅现场办公人工智能
人工智能
Ai应用开发
Lora
Prompt Engineering
Pytorch
Tensorflow
大模型微调
智能体
值不值得投
72综合评分
综合评分 72
央企校招AI岗，技术栈前沿且全面，提供稳定平台和成长机会，但工作生活平衡信息未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
1.8万
比人工智能中位数低
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 2060 个在招 · 其中人工智能 83 个
市场机会
选择面较广
北京 · 人工智能 · 约 530 个在招
职位详情
关于这个职位
这是中国电信面向应届毕业生的AI研发工程师岗位
主要负责利用Python等技术进行AI项目前后端开发、大模型（如星辰、通义千问、DeepSeek）的应用落地、智能体搭建以及AI中台基础设施的运维部署工作
该岗位深入参与AI项目全流程，是培养AI工程实践能力的技术岗位
最低要求
硕士及以上学历应届毕业生，具有良好的政治素养和思想道德水平，遵规守法、为人正派
技术核心：精通 Python，熟悉 PyTorch/TensorFlow 及 Hugging Face Transformers
具备大模型微调实战经验 (熟悉主流方法如 LoRA)
有大模型应用开发经验 (熟悉 Prompt Engineering 及 Flask/FastAPI 等后端开发)
有智能体开发经验 (熟悉 LangChain 等主流框架)
工程基础：熟悉 Git、Linux 及基本部署流程 (如 Docker)
关键素质：极强的技术热情和学习能力，能快速跟进大模型、Agent 等前沿技术
良好的问题解决、沟通协作能力，能理解并对接业务需求
工作职责
AI研发工作：负责AI相关项目前后端开发与测试工作，运用Python编程语言、Vibe coding技术及各类常用研发测试工具完成开发调试工作
负责提示词工程、知识库相关技术落地应用，全程参与相关项目实施全流程，保障研发工作有序落地
大模型应用落地：负责星辰、通义千问、DeepSeek等主流AI大模型的业务化应用工作，结合实际业务需求，完成AI应用的搭建、参数配置、性能调优及功能测试工作，保障大模型应用适配业务场景、稳定落地运行
智能体搭建与配置：负责依托星辰智能体等主流智能体开发平台，结合业务需求完成智能体工作流搭建、自主规划智能体构建工作，统筹开展MCP工具、SKILL技能模块的设计与构建，实现智能体定制化业务赋能
AI中台基础设施运维：负责Docker、K8s集群、数据库等AI中台核心基础设施的部署、日常监控与运维工作
负责排查处理软件、网络等各类运维故障，定期开展系统漏洞扫描、漏洞修复及安全加固工作，保障中台基础设施稳定运行
AI模型部署运维：负责Docker容器编排、K8s集群运维及节点管理工作，严格按照AI模型标准化部署流程，完成模型上线、版本迭代、故障回滚等全流程运维支撑
负责配合开发团队完成模型调优后的落地部署，常态化监控AI服务接口运行状态，跟踪接口响应速度、调用成功率等核心指标，及时排查解决接口异常问题，保障AI服务持续稳定可用
项目运营管理：负责AI项目全流程运营工作，统筹项目各类文档的整理、归档、更新与迭代
负责落实CICD代码上云流程，保障项目研发交付流程顺畅
保障项目规范化、常态化运营
优先资格
加分项：1.有成功落地的大模型应用/智能体项目
熟悉 RAG、多模态模型、模型优化部署
有 AI 领域论文发表或竞赛获奖
优秀的技术文档能力
AI 洞察
优缺点分析
优点
- 能够接触和使用国内主流大模型（如星辰、通义千问、DeepSeek）进行实战，技术栈前沿且完整
- 作为央企的校招岗位，能提供系统性的培训、稳定的平台和规范的职业发展通道
- 工作内容覆盖AI研发、部署、运维和运营全链条，有助于构建全面的技术视野和工程能力
- 作为应届生入职，需要快速适应企业文化并证明自身价值
- 适合对AI全栈技术有浓厚兴趣，具备较强学习能力和动手能力的计算机/人工智能相关专业应届硕士生
- 希望获得稳定平台并深入实践前沿AI技术落地的求职者尤为匹配
缺点 / 挑战
- 岗位职责涵盖从开发到运维的多个领域，对个人学习能力和广度有较高要求，可能面临快速掌握新技术的压力
- 在大型组织中，AI技术的落地往往需要与传统业务流程融合，可能需要协调多方资源，沟通协调成本较高
角色解读
- 技术专家路线：深耕大模型微调、智能体架构或AI平台工程，成为特定领域的专家
- 解决方案架构师路线：结合AI技术与电信业务，设计端到端的AI解决方案，推动业务创新
- 技术管理路线：在积累足够项目经验和业务理解后，可转向AI项目或团队的技术管理工作
- 作为AI全栈工程师，负责从应用开发（大模型应用、智能体搭建）到底层设施运维（Docker/K8s）的完整链条工作
- 深入参与前沿AI技术的业务化落地，将通用大模型（如星辰、DeepSeek）适配到具体的电信业务场景中
- 负责AI项目的全流程运营，确保技术交付的规范化和稳定性
- 精通Python编程及AI主流框架（PyTorch/TensorFlow、Hugging Face），具备大模型微调（LoRA）和应用开发（Prompt Engineering、后端框架）的实战经验
- 掌握智能体开发范式（如LangChain），能搭建工作流和调用工具链，实现复杂的AI智能应用
- 具备扎实的工程基础，熟悉Linux、Git、Docker等工具，并能承担K8s集群、数据库等基础设施的运维工作
申请策略
- 仔细阅读JD，确保简历中的关键词（如LoRA、LangChain、Docker、K8s、Prompt Engineering）与要求匹配
- 在求职信或面试中，可以表达对将AI技术应用于电信等传统行业数字化转型的理解与兴趣
- 重点突出与JD高度相关的项目经验，如：独立或参与的使用LoRA微调大模型的项目、基于LangChain的智能体应用开发、Docker/K8s部署运维实践等
- 清晰展示Python编程能力及对PyTorch、Hugging Face Transformers等核心框架的熟练度
- 如有AI竞赛获奖、论文发表或高质量的技术博客，务必在简历中显著位置体现
- 如果项目经验不足，可以尝试用开源工具复现一些经典的大模型微调或智能体搭建流程，并将过程整理成项目
- 强化对Docker和Kubernetes的理解，学习如何构建和部署AI应用，这是JD中明确强调的运维基础
- 关注并了解中国电信及其天翼云在AI领域（特别是星辰大模型）的动态和产品，以便在面试中展示你的行业洞察
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历问题，突出你的技术决策和解决实际问题的能力
- 对于架构和流程类问题，可以先阐述整体思路和关键组件，再结合具体细节（如使用了什么框架、解决了什么关键问题）
- 对于动机类问题，将个人技术兴趣、职业规划与岗位要求、公司战略（如中国电信的数字化转型）相结合
- 请描述一个你使用LoRA进行大模型微调的项目经历，遇到了哪些挑战？如何解决的？
- 如何设计和实现一个基于LangChain的智能体工作流？请结合你的项目经验说明
- 你对Docker和Kubernetes在AI模型部署中的应用有什么理解？请描述一个将模型容器化并部署的完整流程
- 你如何看待Prompt Engineering在大模型应用中的作用？请举例说明
- 为什么选择中国电信的AI研发岗位？你对这个岗位的工作内容有什么理解？
职位点评
薪资福利65
成长发展90
工作生活50
使命价值70
薪资福利
65中等
作为央企校招岗位，提供稳定的雇佣关系和基本福利保障，薪资在北京市场具备一定竞争力，但可能并非顶尖水平。
薪资信号市场水准 (1.5千–2万/月)
成长发展
90较高
职位涉及大模型、智能体等最前沿的AI技术，并且覆盖研发、部署、运维全流程，提供了极高的技术学习与实践平台。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、Hugging Face Transformers、LoRA、LangChain、Docker、Kubernetes、Prompt Engineering
成长机会硕士及以上学历应届毕业生
业务类型ambiguous
工作生活
50较低
工作地点在北京，需要现场办公。JD中未提及任何关于弹性工作、远程办公或工作生活平衡的信息。
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
参与大型央企的AI基础建设和应用落地，对推动行业智能化转型有一定社会意义，但岗位本身更偏向技术执行层。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs