爱立信
New Grad-AI Developer-BJ
New Grad-AI Developer-BJ
发布于 大约 13 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
Ai Agents
Azure Ai
Generative Ai
Llms
Rag
Semantic Kernel
数据分析
机器学习
值不值得投
74综合评分
综合评分 74
爱立信应届AI岗，技术栈前沿、学习体系完善、大平台背书，但WLB和具体薪资福利需进一步确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
23K
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
38 个在招 · 其中人工智能 7 个
市场机会
选择面较广
北京 · 人工智能 · 约 250 个在招
职位详情
关于这个职位
作为爱立信的AI开发工程师（应届生），你将参与设计、开发和部署数据驱动及AI赋能的解决方案，以加速创新、提升工程效率并创造商业价值
该岗位提供结构化学习旅程、导师指导以及参与真实世界AI转型项目的机会
最低要求
人工智能、数据科学、软件工程、计算机科学、电气工程、数学等相关专业的硕士学位
具有大型语言模型（LLMs）、生成式AI、AI智能体和检索增强生成（RAG）方面的实际经验或强烈兴趣，熟悉OpenAI、Azure AI、LangChain、Semantic Kernel、MCP或类似AI开发生态系统者优先
掌握机器学习基础知识和数据分析技术
理解数据结构、算法和软件工程基础知识
对AI、数据和新兴技术有强烈的好奇心和热情
出色的分析和解决问题的能力
强大的沟通和团队合作能力
自我驱动、积极主动、渴望学习
愿意尝试、创新和挑战传统方法
良好的英语口语和书面沟通能力
工作职责
AI与机器学习开发：参与AI/ML模型的开发、评估和优化
协助将机器学习和深度学习技术应用于实际的业务和工程挑战
支持生成式AI技术、大语言模型（LLMs）和检索增强生成（RAG）解决方案的实验
参与AI智能体和工作流自动化开发
数据工程与分析：协助收集、处理和分析结构化和非结构化数据
支持数据管道和数据平台的开发与维护
开发仪表板、报告和可视化工具，提供可操作的洞察
确保数据质量、一致性和治理合规
创新与学习：探索新兴AI技术并提出创新的用例
持续改进技术和业务领域知识
AI 洞察
优缺点分析
优点
- 技术前沿，直接接触LLMs、生成式AI、RAG等当前最热门的AI技术栈，成长速度快
- 在跨国大型企业的成熟体系内，有结构化学习、导师指导和规范的工程实践，基础扎实
- 参与真实的企业级AI项目，能积累有价值的行业经验，对简历背书作用强
- 在大型组织中，初期的项目可能偏向于支持性工作（如数据处理、实验支持），需要主动争取核心开发任务
- 对人工智能技术充满热情，特别是对LLMs和生成式AI有浓厚兴趣的应届硕士毕业生
- 具备扎实的编程和数据分析基础，并乐于在大型国际化团队中协作学习和成长的人
缺点 / 挑战
- 作为应届生需要快速学习并适应企业级开发流程与标准，将学术知识转化为生产力可能面临挑战
- 需要持续跟进快速发展的AI技术领域，保持学习压力较大
角色解读
- 技术路径：从初级AI开发工程师成长为能独立负责模块或项目的AI工程师、技术专家，或深入算法研究
- 领域专家路径：结合爱立信的通信行业背景，可成长为通信与AI融合领域的解决方案专家或架构师
- 综合发展路径：在积累技术深度的同时，可向技术管理、产品经理或项目管理等方向拓展
- 参与AI模型和解决方案的开发、测试与优化，将机器学习技术应用于实际的工程和业务问题
- 协助构建和维护数据管道与平台，处理和分析数据以提供业务洞察，并确保数据质量
- 探索和实验新兴的生成式AI、大语言模型等技术，并提出创新的应用场景
- 扎实的机器学习、深度学习理论基础及编程能力，熟悉至少一种主流AI开发框架或平台（如LangChain、Azure AI）
- 对LLMs、生成式AI、RAG和AI Agent等前沿技术有强烈兴趣和实际动手经验
- 良好的数据分析、数据工程能力，能够处理和可视化数据，理解数据治理
- 优秀的学习能力、沟通协作能力和解决问题的思维
申请策略
- 仔细研究爱立信在AI、尤其是通信与AI融合领域的最新动态和技术博客，了解业务方向，在面试中展现你的思考和兴趣
- 准备好阐述一个你如何解决一个复杂技术问题的详细经历（STAR法则），这能很好地体现你的问题解决能力和技术深度
- 重点突出与LLMs、生成式AI、RAG、AI Agent相关的个人项目、论文、竞赛或实习经历，展示动手能力和技术热情
- 清晰列出掌握的AI/ML框架、工具和编程语言（如Python， PyTorch/TensorFlow， LangChain）及相关熟练度
- 强调数据分析和软件工程基础，例如数据结构、算法、SQL、数据处理等项目经验
- 通过学生工作、团队项目经历体现沟通协作能力和自驱力
- 深入学习一个或多个大语言模型应用框架（如LangChain， Semantic Kernel）并完成端到端项目
- 系统复习机器学习、深度学习基础理论，并确保编程能力（尤其是Python和数据处理库）达到熟练水平
面试指南
- 对于技术经历问题，采用STAR法则：清晰说明背景（Situation）、你的任务（Task）、你采取的具体行动（Action， 重点突出技术选型和实现）以及最终结果和收获（Result）
- 对于技术理解类问题，不要只复述概念，要结合自己的理解和看到的实际案例，分析其原理、适用场景和当前的挑战
- 对于方案设计类问题，采用“明确需求 -> 拆解问题 -> 选择技术路径 -> 考虑扩展性和可行性”的框架进行回答
- 请描述一个你使用机器学习或深度学习解决实际问题的项目经历，你在其中具体负责了什么？遇到了哪些挑战，如何解决的？
- 你对大型语言模型和检索增强生成技术是如何理解的？你认为它们在当前的工业应用中有哪些优势和局限性？
- 如果给你一个业务需求（例如：为客服系统构建一个智能问答机器人），你会如何设计技术方案？请说明你的思路
- 你为什么对爱立信的这个AI开发岗位感兴趣？你如何看待AI技术在通信行业的发展前景？
- 你的英语沟通能力如何？能否用英语简单介绍你的一个项目？
职位点评
薪资福利65
成长发展90
工作生活55
使命价值80
薪资福利
65中等
作为跨国企业的校招岗位，薪资福利体系预计较为规范和稳定，但具体竞争力需确认。
薪资信号未披露（AI估算：18K-28K/月）
成长发展
90较高
该职位为应届生设计了结构化学习、导师制，并直接参与前沿AI技术应用，技能成长和行业视野开拓空间极大。
技术前沿前沿/新兴技术
技术栈Large Language Models (LLMs)、Generative AI、Retrieval-Augmented Generation (RAG)、AI Agents、OpenAI、Azure AI、LangChain、Semantic Kernel
成长机会structured learning journey、mentorship、hands-on opportunities、real-world AI transformation initiatives、Continuously improve technical and business-domain knowledge
业务类型profit_center
工作生活
55较低
职位描述未明确提及工作模式或WLB相关信息，工作节奏可能因项目而异。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
在领先的跨国通信公司参与AI转型项目，有明确的创新导向，能感受到技术推动行业进步的价值感。
行业发展高速增长赛道
社会影响中性/一般
使命信号push the boundaries of what´s possible、build solutions never seen before to some of the world’s toughest problems、drive innovation
创新程度积极采用新技术
爱立信 的其他在招职位
相似职位推荐
Watch Jobs