中国电信
大数据和AI工程师（AI中心）
大数据和AI工程师（AI中心）
发布于 8 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Asr
Gpu优化
Nlp
Sql
Tts
图像识别
大模型
数据分析
值不值得投
69综合评分
综合评分 69
中国电信AI中心大数据工程师，技术前沿、平台稳定、薪资中等、WLB未知。
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
2万
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2140 个在招 · 其中人工智能 86 个
市场机会
选择面较广
广州 · 人工智能 · 56 个在招
职位详情
关于这个职位
该职位负责中国电信AI中心的大数据与人工智能技术研发及落地工作
主要涉及通用语言大模型、多模态大模型、图像识别等AI算法的开发、微调与优化，同时承担大数据平台架构设计、数据处理与分析，构建高质量数据集，为业务决策提供技术支持
要求硕士学历，熟悉AI框架和大数据技术，具备工程化落地能力
最低要求
了解AI算法基本原理和常用开发框架，熟悉视觉算法开发技术或大模型微调技术，熟练掌握python或C/C++语言开发
熟悉SQL和NoSQL数据库查询语言
了解AI算法平台和AI算法研发的基本流程，具备项目计划、进度控制、风险管理等能力
具备良好的沟通和协调能力，能够有效地与项目成员和其他相关部门沟通协调保障AI建设项目进展
对AI技术和行业发展趋势有深入了解，能够把握AI技术的发展方向和应用
熟悉电信的网络架构优先，能指导完成AI产品和AI平台的系统架构设计、网络配置优化等
了解并能够使用Hadoop生态系统中的各种工具，如HDFS（Hadoop Distributed File System）、MapReduce、Spark、Hive、Pig等
掌握流处理框架，如Apache Kafka、Apache Storm或Apache Flink
熟悉数据仓库技术，例如Apache Hadoop、Amazon Redshift或Google BigQuery
能够处理大量数据，包括数据清洗、转换和加载（ETL）过程
理解数据建模和数据结构
工作职责
开展通用语言大模型和自然语言处理、多模态大模型和传统图像识别技术、语音识别技术的研发、微调、优化等工作
负责内外部垂类大模型的训练和微调，根据业务场景需求，输出包括数据标注、训练和微调、效果验证在内的技术方案，并开展算法研发与优化
负责小模型算法研发优化迭代，包括图像检测、图像识别、目标跟踪、视频语义理解、ASR和TTS等
负责GPU/国产芯片等不同AI平台的算法模型适配，实现AI算法的工程化落地和加速优化
研究典型场景的AI应用算法与模型实现，为AI产品研发、测试和运营提供决策支持
开展大数据平台的架构设计、开发和优化，确保平台的稳定性和性能，负责软件开发实现，相关文档和手册的编写
使用大数据技术进行数据的采集、治理、分析和应用产品开发，构建高质量数据集
开展专题数据分析、数据挖掘、数据建模，基于机器学习/深度学习/推荐算法等技术，深入研究用户行为特征，从已有用户特征挖掘分析用户隐性特征，构建相关维度的标签体系，为业务发展提供支持
参与可信数据空间、数据要素领域的技术研究和系统设计开发
深入研究大数据相关技术和产品，负责重点技术攻关，跟进行业发展
AI 洞察
优缺点分析
优点
- 在中国电信这样的大型国企工作，平台稳定，有利于长期职业发展
- 涉及前沿AI技术和大数据，能积累深度技术经验
- 参与国家级项目机会多，如可信数据空间，提升行业影响力
- 国企可能流程较繁琐，创新决策速度可能较慢
- 技术更新快，需持续学习以跟上AI和大数据领域发展
- 适合有扎实AI和大数据技术基础、追求稳定平台、愿意在电信行业深耕的工程师
缺点 / 挑战
- 项目需求可能涉及多部门协调，沟通成本较高
角色解读
- 可晋升为AI算法专家或大数据架构师，深入技术领域
- 转向技术管理岗位，负责AI中心团队或项目管理
- 参与前沿技术研究，推动AI在电信行业的创新应用
- 负责大模型和AI算法的研发、微调与优化，应用于自然语言处理、图像识别等领域
- 设计和开发大数据平台，进行数据采集、处理和分析，构建数据集支持业务
- 参与AI产品的工程化落地，包括模型适配、性能优化和系统架构设计
- 进行专题数据分析和挖掘，构建用户标签体系，为业务决策提供支持
- 熟悉AI算法框架如Python或C/C++，掌握大模型微调技术
- 熟练使用Hadoop生态工具如Spark、Hive，以及流处理框架如Kafka、Flink
- 具备项目管理能力和跨部门沟通协调能力
- 了解电信网络架构，有系统设计和架构经验优先
申请策略
- 研究中国电信的AI战略和重点业务方向，在面试中展现对公司的了解
- 准备展示技术方案的实际案例，说明如何解决业务问题
- 突出AI算法项目经验，特别是大模型、NLP、图像识别相关开发成果
- 展示大数据平台开发经验，如Hadoop、Spark等技术栈的使用案例
- 强调项目管理和跨部门协作经历，体现沟通协调能力
- 深化大模型微调和优化技术，熟悉GPU和国产芯片适配
- 加强电信行业知识，了解网络架构和电信业务场景
- 提升数据建模和用户行为分析能力
面试指南
- 使用STAR方法描述项目经历，突出技术细节和成果
- 强调系统设计原则，如可扩展性、性能优化
- 结合具体案例说明问题解决过程
- 请介绍你过去参与的大模型项目，包括技术栈、挑战和成果
- 如何设计和优化一个大数据平台以确保其稳定性和性能？
- 在AI模型工程化落地中，遇到过哪些适配问题？如何解决？
- 如何进行用户行为分析和标签体系构建？请举例说明
- 你对电信行业的AI应用有哪些了解？
职位点评
薪资福利70
成长发展80
工作生活50
使命价值75
薪资福利
70中等
该职位在中国电信，作为国企提供较好的稳定性和福利，但薪资水平可能处于市场中等。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
80较高
涉及前沿AI和大数据技术，有利于技能成长，但需注意国企环境可能限制快速创新。
技术前沿前沿/新兴技术
技术栈Python、C/C++、Hadoop、Spark、Kafka、Flink、大模型、NLP、图像识别
业务类型ambiguous
工作生活
50较低
工作地点在广州市越秀区，可能办公环境良好，但JD未提及办公模式和WLB，无法判断灵活性。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
AI和大数据在电信行业有广泛应用，推动数字化转型，具有一定社会价值。
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