算法工程师（视觉算法/机器学习算法/大模型算法/）

优缺点分析

角色解读

• 从算法工程师向高级算法专家发展，深耕低空经济AI领域
• 有机会晋升为技术团队负责人，带领团队进行算法研发
• 可向技术管理或架构师方向发展，参与公司AI战略规划
• 负责飞行器视觉感知算法研发，包括目标检测、跟踪、SLAM等，提升飞行器环境感知能力
• 研发低空航路规划与调度算法，解决多机协同、动态避障等问题，保障低空运行安全
• 应用大模型技术，开发低空智能体、RAG问答系统等，推动低空经济智能化
• 跟踪前沿技术，复现SOTA算法，并推动算法从仿真到实机部署
• 扎实的机器学习和深度学习理论基础，熟悉CNN、Transformer等网络结构
• 熟练掌握Python，熟悉PyTorch或TensorFlow框架，了解C++更佳
• 具备算法项目实践经验，能够独立完成问题建模到模型调优
• 在视觉、机器学习或大模型方向有深入理解和项目经验

申请策略

• 了解中国电信在低空经济领域的布局和项目，面试中展现对业务的思考
• 准备一个完整的算法项目案例，从问题定义到解决方案的详细阐述
• 突出视觉感知、路径规划或大模型相关的项目经验，展示独立解决问题的能力
• 强调Python和深度学习框架的熟练度，如有C++经验也需提及
• 如有论文、竞赛获奖或开源贡献，务必在显眼位置列出
• 体现对低空经济或相关领域的兴趣和理解
• 补充强化学习、多智能体协同等知识，以匹配机器学习方向
• 熟悉大模型训练流程，了解SFT、RLHF、RAG等技术

面试指南

• 对于项目类问题，采用STAR法则：情境、任务、行动、结果，突出个人贡献和量化成果
• 对于设计类问题，先明确问题约束，再提出方案，并比较不同方案的优劣
• 对于开放性问题，结合行业知识，展现思考深度和逻辑性
• 请介绍一个你参与过的视觉目标检测项目，如何提升模型精度？
• 如何设计一个多机协同路径规划算法？
• 你对大模型在低空经济中的应用有什么想法？
• 如何将仿真环境中的算法部署到实际飞行器上？
• 你如何看待低空经济未来的发展趋势？