人工智能工程师（河北/山西）

优缺点分析

角色解读

• 初期作为AI技术执行者，积累大模型落地与RAG系统搭建的实战经验
• 中期可向AI技术专家或AI解决方案架构师发展，主导更复杂的行业大模型应用项目
• 长期可转型为AI技术管理岗或售前专家，负责省级或集团级AI项目的统筹规划
• 负责大模型基座的选型评估与本地化环境部署，参与行业语料的清洗和模型微调工作
• 搭建基于RAG（检索增强生成）的系统，并承担AI方向的技术预研与内部应用开发
• 编制AI相关的投标技术方案，支持业务部门的项目落地与交付
• 具备大模型、RAG、模型微调等AI前沿技术的基础知识与实操能力
• 拥有较强的文档撰写与方案编制能力，能独立完成技术文档和汇报材料
• 熟练使用Office软件进行数据处理，具备良好的跨部门沟通与团队协作能力

申请策略

• 了解公司在政企数字化转型及大模型应用方面的最新战略与落地案例，面试时结合岗位需求进行阐述
• 突出在大模型微调、RAG系统搭建或语料清洗等方面的具体项目经验与成果
• 强调独立撰写技术文档、投标方案或汇报材料的经历，展示优秀的文字功底
• 若有专利申请、资质申报或AI相关实习经验，务必在简历中详细列出
• 深入学习主流大模型的微调技术及RAG架构的优化策略
• 提升技术方案编写能力，可参考行业优秀的AI解决方案白皮书或投标书模板进行练习

面试指南

• 技术项目类：采用STAR法则，重点突出你在语料处理、模型选型或RAG检索优化中的具体贡献和量化成果
• 方案编制类：强调业务理解、技术选型、架构设计、实施路径的逻辑框架，展现技术向商业价值转化的能力
• 请简述你参与过的大模型微调或RAG系统搭建项目，遇到了哪些技术难点及解决思路？
• 如果让你负责一个行业大模型的投标方案编制，你会如何规划技术方案的核心内容？
• 面对大模型技术的快速迭代，你平时通过哪些渠道进行技术预研和学习？
• 当技术研发工作与紧急的投标文档编写任务发生冲突时，你如何平衡和推进？
• 提前了解通信行业大模型应用案例（如政务、工业、客服等），准备结合行业场景的AI落地构想
• 复习大模型基础原理、RAG核心组件及常见优化手段