中国通号
人工智能研发工程师(J10360)
人工智能研发工程师(J10360)
发布于 大约 2 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
硕士
软件工程
机器学习
数据工程
PyTorch
计算机视觉
GO
TensorFlow
大语言模型
AI 估算 · 12k–18k
硕士应届AI岗位，国企平台稳定，薪资中等偏上，按行业惯例估算。
职位详情
关于这个职位
作为中国通号的人工智能研发工程师，你将加入智能运维、智能调度等前沿业务，从事大语言模型、计算机视觉或传统机器学习算法的研究与落地，或者负责AI平台的后端、前端或数据工程开发
这是一个将前沿AI技术应用于轨道交通等工业场景的绝佳机会
最低要求
一、人工智能算法工程师方向
硕士研究生及以上学历，计算机、人工智能、数学、自动化等相关专业
具备扎实的机器学习与深度学习理论基础，精通自然语言处理（NLP）、计算机视觉（CV）或传统机器学习某一领域的算法模型
熟练掌握Python及PyTorch/TensorFlow等主流框架，具备大模型或视觉相关实战经验者优先
具备较强的逻辑思维、科研能力和实际问题解决能力，能够阅读英文技术文献，跟踪领域最新进展
具有良好的团队协作精神和沟通能力，对工业场景下的算法应用有浓厚兴趣
二、软件开发工程师（后端/前端/数据方向）
硕士研究生及以上学历，计算机、软件工程及相关专业背景
具备以下至少一个方向的专业能力：
后端：掌握Java/Go/Python等语言，熟悉分布式、数据库及Docker/K8s云原生部署
前端：精通HTML/CSS/JS和Vue/React框架，具备复杂交互和数据可视化开发经验
数据工程：熟练使用Python/Scala/SQL，具备数据管道搭建及批流处理实战能力
了解机器学习基本流程及常见AI应用架构，具备良好的系统设计和编码规范
具备较强的学习能力、沟通能力和团队协作意识，能快速适应多任务开发环境
有相关项目经验或技术成果者优先
注：满足以上任一研究方向条件者均可
工作职责
一、人工智能算法工程师方向
跟踪大语言模型（LLM）、计算机视觉（CV）及传统机器学习算法等领域的前沿技术，开展可行性研究与应用评估
结合智能运维、智能调度等业务需求，完成算法选型、模型构建、训练调优及部署方案设计
参与算法模型的开发、验证与性能优化，提升其在真实工业场景中的有效性、可靠性与安全性
编写技术文档与专利材料，为技术决策提供算法层面的专业支持
参与团队技术交流，推动前沿算法在实际业务中的落地与优化
二、软件开发工程师（后端/前端/数据方向）
负责AI中台、服务平台及产品功能的设计与实现，具备后端系统、前端界面或数据处理管道方面的开发能力
后端方向：实现业务逻辑、数据存储、模型服务封装与部署，保障系统高并发高可用
前端方向：负责AI产品及平台（如大模型交互界面、算法模型可视化系统）的前端架构设计、开发与优化
数据方向：构建和维护数据采集、清洗、处理与建模流程，设计并实现离线与实时数据管道，满足模型训练、评估与推理的多样化数据需求
协同完成系统集成、接口联调与技术文档编写，参与全链路性能监控与故障排查
优先资格
具备大模型或视觉相关实战经验者优先
有相关项目经验或技术成果者优先
AI 洞察
优缺点分析
优点
- 国企平台稳定，福利待遇有保障，能接触轨道交通等传统行业的AI改造机会
- 技术栈前沿，涵盖大模型、CV、云原生等，有利于个人技术成长
- 校招岗位，培养体系完善，适合应届生积累实战经验
- 工业场景对算法的可靠性和安全性要求高，开发周期可能较长
- 作为校招生，需要快速学习并适应多种技术栈（算法和开发兼顾）
- 国企内部决策流程可能较慢，可能需要较多的文档和沟通工作
- 适合希望将AI技术应用于实体工业、追求稳定平台和长期发展的应届硕士毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 向AI算法专家或架构师方向发展，深入工业AI应用
- 可转型为技术经理或项目经理，负责团队管理和业务落地
- 积累轨道交通行业经验，向行业解决方案专家发展
- 根据业务需求，研究并落地大语言模型、计算机视觉等前沿AI技术，或者开发AI平台的后端、前端或数据管道
- 参与算法模型的训练调优、部署验证，或者完成系统设计、接口联调和性能优化
- 编写技术文档和专利材料，支持团队技术决策，推动算法在工业场景中应用
- 扎实的机器学习/深度学习理论基础，熟悉NLP、CV或传统ML领域
- 熟练掌握Python及PyTorch/TensorFlow，或具备Java/Go、Vue/React、数据工程等开发能力
- 较强的逻辑思维和问题解决能力，能阅读英文文献，跟踪前沿技术
申请策略
- 了解中国通号的业务背景（轨道交通、智能运维），在面试中结合业务场景展示技术思考
- 校招面试可能考察算法原理和编程能力，提前刷题并准备系统设计案例
- 突出相关项目经验，如AI竞赛、论文、开源贡献或实际部署项目
- 强调技术栈匹配度，分别展示算法或开发方向的技能
- 如有大模型或CV实战经验，务必重点描述
- 如果主攻算法，可加强PyTorch/TensorFlow的实战，并了解模型部署工具（如ONNX、TensorRT）
- 如果主攻开发，可补充Docker/K8s实践和前端可视化框架（如ECharts）
面试指南
- 技术问题采用STAR法则：情境、任务、行动、结果，结合项目实例
- 系统设计问题先明确需求，再分层分模块阐述，最后谈优化
- 动机问题结合个人职业规划和对公司业务的认同
- 请解释Transformer的注意力机制，并说明在大模型中的应用
- 如何优化一个CV模型在工业场景中的推理速度？
- 设计一个高可用的AI服务后端架构，需要考虑哪些因素？
- 描述一次你从零构建数据处理管道的经历
- 为什么选择国企？你对工业AI的未来有什么看法？
职位点评
68
综合评分
国企AI岗，前沿技术栈，稳定平台，发展性强但WLB一般。
更适合这类人
适合看重技术成长和平台稳定的应届生，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值70
薪资福利
65中等
国企薪资相对市场水平中等偏上，福利较好但未明确列出，稳定性是主要补偿因素。
薪资信号未披露（AI估算：12K-18K/月）
成长发展
85较高
技术栈前沿（大模型、CV、云原生），有较多成长机会，校招培养体系完善。
技术前沿前沿/新兴技术
技术栈大语言模型、计算机视觉、PyTorch、TensorFlow、Docker、Kubernetes
业务类型ambiguous
工作生活
50较低
北京现场办公，未提及弹性工作或WLB，通勤时间可能较长。
工作模式仅现场办公
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
70中等
轨道交通行业属于稳定成熟行业，但AI应用具有社会价值，使命信号不明显。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
中国通号 的其他在招职位
相似职位推荐
Watch Jobs