中国电信
AI运营工程师（市本级）
AI运营工程师（市本级）
发布于 17 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
Ai开发
Rag
大模型
值不值得投
73综合评分
综合评分 73
央企AI全栈岗，技术栈全面且前沿，成长性强但工作模式与强度未明。
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
19K
比人工智能中位数高
发布情况
正常在招 · 17 天前发布
公司情况
这家公司招聘很活跃
约 1550 个在招 · 其中人工智能 67 个
市场机会
选择面较广
杭州 · 人工智能 · 约 260 个在招
职位详情
关于这个职位
该职位是中国电信杭州市本级的AI运营工程师，主要负责AI一体化项目的全栈开发与交付，包括智能体开发、模型服务平台的构建与优化，以驱动智能化业务的自动化闭环
需要具备扎实的计算机基础和全栈开发能力，能快速适应AI新技术的发展
最低要求
计算机基础扎实，熟悉数据结构、算法、网络及前后端开发原理
熟悉大模型开发框架、Prompt工程、RAG、模型推理优化等技术者优先考虑
熟练使用Vue/React/TypeScript等主流技术栈进行组件开发与页面交互优化，并能运用Java（SpringBoot/MybatiesPlus/SpringCloud等框架）和Python（LangChain/LangGraph）完成后端开发，熟悉Redis等缓存中间件、数据库、接口开发与服务部署
学习能力强，善于沟通与协作，执行力到位，能快速适应新技术和业务变化，具备良好的抗压能力
工作职责
承担AI前后端一体化项目的开发、调试与交付
负责AI智能体的核心开发与能力封装，驱动智能化业务形成自动化闭环
参与模型服务平台的架构设计、功能开发与优化，支撑平台规模化落地
分析并解决AI项目及一体化工程的表现，及时修复技术问题
与团队协同完成需求评审、项目交付与迭代，输出规范的技术方案
AI 洞察
优缺点分析
优点
- 技术栈全面且前沿：能同时接触前端、后端及热门的大模型、AI工程化技术，技术成长空间大
- 业务场景明确：背靠中国电信，AI项目通常能解决实际的生产或管理问题，成果可见性强
- 平台资源稳定：大型央企平台能提供相对稳定的项目资源和技术学习环境
- 技术迭代快：大模型及相关工具链发展迅速，需要持续投入精力学习新技术以保持竞争力
缺点 / 挑战
- 技术要求高且综合性强：需同时具备前后端和AI能力，对个人综合技术能力和学习速度有较高要求
- 项目交付压力：作为工程师角色，需要参与从设计到交付的全过程，可能面临项目周期和质量的双重压力
- 适合具备全栈开发基础，对AI应用落地有浓厚兴趣，希望在大型平台内挑战综合性技术岗位，并能快速学习新技术的工程师
角色解读
- 技术专家路线：深耕AI工程化、模型服务或特定业务领域的AI解决方案，成为团队技术骨干
- 架构师路线：从负责单个项目模块，逐步成长为负责整体AI平台或复杂系统的技术架构设计
- 技术管理路线：凭借项目经验和协调能力，转向技术团队负责人或项目经理角色
- 负责从AI智能体开发到前后端集成的项目全周期交付，确保AI应用落地
- 进行大模型应用层开发，包括智能体封装、RAG实现及模型服务平台构建
- 参与系统架构设计与优化，解决项目中的技术难题，并撰写规范的技术文档
- 全栈开发能力：熟练掌握前端（Vue/React）与后端（Java/Python）技术栈，能独立完成项目开发
- AI工程化能力：了解大模型开发框架（如LangChain）、RAG、Prompt工程等，并能将其工程化落地
- 扎实的计算机基础与快速学习能力：能快速掌握新技术并适应业务变化
申请策略
- 在求职信或面试中，可以表达对将AI技术在通信行业或智慧城市等场景中落地的兴趣，体现对业务的理解
- 准备好展示自己的代码能力（如GitHub仓库）或对某个AI技术点的深入思考，这将是很大的加分项
- 重点突出参与过的完整AI项目经历，特别是涉及大模型、RAG或智能体开发的项目，描述清楚自己的职责和技术贡献
- 清晰列出掌握的前后端技术栈（Vue/React, Java/Python）及框架，并提及具体的项目应用经验
- 强调沟通协作与快速学习能力，可以用具体事例说明如何快速掌握新技术并解决实际问题
- 系统学习大模型应用开发知识，如LangChain/LangGraph框架的使用、RAG流程设计、Prompt工程最佳实践
- 复习和巩固Java SpringCloud微服务架构及前端工程化知识，确保基础扎实
- 关注中国电信在智慧城市、数字化转型等领域的公开技术分享或新闻，了解其业务方向
面试指南
- 使用STAR法则（情境、任务、行动、结果）来组织项目经验的回答，重点突出你的技术决策和解决问题的过程
- 对于技术设计问题，先阐述核心目标和约束条件，再给出模块化的设计思路，说明技术选型的考量
- 回答中尽量体现对工程化、性能、可维护性等实际落地问题的关注，而不仅仅是算法原理
- 请介绍一个你参与过的AI相关项目，你在其中负责的具体技术工作是什么？遇到了哪些技术难点，如何解决的？
- 对于构建一个RAG系统，你认为关键的技术环节有哪些？你会如何设计？
- 如果让你负责一个AI智能体的封装，你会如何定义其能力边界和接口？
- 在前后端分离的架构下，你如何确保一个AI功能从模型推理到前端展示的整体性能？
- 深入准备1-2个自己最熟悉的AI项目，能够清晰画出架构图并阐述每一个技术细节的选型理由
职位点评
薪资福利75
成长发展80
工作生活60
使命价值70
薪资福利
75中等
作为大型央企的技术岗位，预计能提供市场水准的薪资和相对完善的福利保障体系，稳定性较高。
薪资信号未披露（AI估算：12K-25K/月）
成长发展
80较高
岗位职责直接涉及大模型、AI工程化等前沿技术，且要求全栈能力，能提供显著的技术成长和项目实战机会。
技术前沿前沿/新兴技术
技术栈大模型、Prompt 工程、RAG、LangChain、LangGraph、Vue、React、Java、Python
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式，作为开发岗位可能以现场办公为主，工作强度可能与项目节奏相关。
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
作为中国电信的AI岗位，工作可能服务于企业数字化转型或智慧城市建设，具有一定的行业应用价值和社会影响力。
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