中国广核集团
AI产品研发工程师 (热招)
AI产品研发工程师 (热招)
发布于 大约 3 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
PyTorch
RAG
TensorFlow
大语言模型
AIGC
GPT
AI 估算 · 35k–55k
深圳AI研发岗，5年经验需求稀缺，技术前沿，央企平台薪资有竞争力。
职位详情
关于这个职位
该职位负责大语言模型的研发与优化，基于TensorFlow/PyTorch进行算法调优，探索AIGC技术在工业场景的落地
需要与产品团队协作推动AI产品化
适合具备扎实工程能力和大模型经验的AI工程师
最低要求
■ 本科及以上学历，计算机、软件工程、人工智能等相关专业
■ 5年以上软件开发经验
■ 熟练掌握Python/Java/Go至少一种语言，编程规范，工程能力扎实
■ 具备大语言模型（LLM）应用开发经验，熟悉Prompt Engineering、RAG等核心技术
■ 了解LangChain、LlamaIndex等框架
■ 熟悉Milvus、Qdrant等向量数据库
■ 掌握Web服务开发与接口设计，能独立完成RESTful API开发
■ 具备文档解析、数据清洗、文本向量化等数据处理能力
■ 学习能力强，有团队协作精神，对AI技术有浓厚兴趣，持续关注行业动态
工作职责
■ 负责大语言模型（GPT、BERT、Transformer等）的研发与优化，提升模型性能
■ 基于TensorFlow、PyTorch等框架进行算法优化，提升运行效率与稳定性
■ 跟踪AIGC等前沿技术，探索工业落地可行性
■ 与产品、业务团队协作，推动AI技术落地实际产品
■ 针对业务场景，设计模型调优策略，解决应用中的实际问题
■ 参与模型评测，建立评估体系，保障模型可靠运行
优先资格
■ 有LangChain、LlamaIndex等项目经验者优先
■ 有企业知识库问答系统经验者优先
AI 洞察
优缺点分析
优点
- 央企平台稳定，福利完善，项目资源充足
- 技术前沿，专注大模型和AIGC，积累经验价值高
- 深圳工作，一线城市机会多且薪资竞争力强
- 对技术深度和广度要求高，需要持续学习最新AI技术
- 央企体系内流程可能较繁琐，影响创新速度
- 适合有扎实AI工程背景、热爱大模型技术、希望在稳定平台上深入技术钻研的求职者
缺点 / 挑战
- 工业落地场景复杂，可能面临从研究到产品的转化压力
角色解读
- 技术方向：从AI研发工程师进阶为高级算法专家或技术负责人
- 管理方向：可转向AI团队的技术管理或项目管理岗位
- 行业方向：随着AIGC技术发展，可跨行业进入金融、医疗等领域的AI应用部门
- 负责大语言模型的研发与优化，包括模型训练、调优和部署
- 跟踪AIGC等前沿技术，探索其在工业场景的落地可行性
- 与产品、业务团队协作，将AI技术整合到实际产品中并解决实际问题
- 熟练掌握Python/Java/Go，具备扎实的工程能力
- 深入理解LLM相关技术，如Prompt Engineering、RAG、LangChain等
- 熟悉深度学习框架TensorFlow/PyTorch，有模型优化经验
- 了解向量数据库（Milvus/Qdrant）和数据处理能力
申请策略
- 提前了解中国广核集团的业务方向，思考AI在能源领域的应用场景
- 面试中展现对技术落地和业务价值的理解，而不只是模型性能
- 突出大模型项目经验，包括模型优化、RAG系统或Prompt Engineering案例
- 展示扎实的编程能力，GitHub开源项目或工程成就为加分项
- 强调与业务团队协作推动AI落地的经历
- 深入学习LangChain和LlamaIndex等框架，积累企业知识库项目经验
- 掌握向量数据库（Milvus/Qdrant）的使用和调优
- 熟悉AIGC最新动态，如多模态、Agent等方向
面试指南
- 用STAR法则：Situation-Task-Action-Result，突出具体问题和量化成果
- 技术问题先阐述基本原理，再结合实际项目经验说明优化点和权衡
- 开放性问题展示学习能力和行业洞察，保持结构化回答
- 请介绍一下你在LLM项目中使用的Prompt Engineering策略
- 如何设计一个RAG系统？在文档解析和检索方面有哪些优化？
- 你在模型优化中用过哪些技术？如何平衡性能和效率？
- 请描述一次你推动AI技术从研究到产品落地的经历
- 你如何看待AIGC在工业场景中的挑战和机遇？
职位点评
71
综合评分
央企AI研发岗，技术前沿薪资中上，现场办公且WLB信息不明。
更适合这类人
适合重视技术成长和稳定平台、对WLB要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活50
使命价值70
薪资福利
80较高
央企薪资竞争力不错，深圳AI岗薪资偏高，福利稳定。但JD未明确具体薪资和福利，因此评分中等偏上。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
85较高
技术前沿（大模型、AIGC），有较多学习成长空间，但JD未提及内部培训或晋升通道。
技术前沿前沿/新兴技术
技术栈大语言模型、GPT、BERT、Transformer、TensorFlow、PyTorch、AIGC、LangChain、RAG、向量数据库
业务类型ambiguous
工作生活
50较低
仅现场办公，工作地点深圳但未明确具体位置，未提及加班情况或弹性办公。
工作模式仅现场办公
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
AI技术应用于能源行业有一定社会价值，但JD未提及具体使命或创新项目。
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