科技研发部算法工程师

优缺点分析

角色解读

• 可向高级算法工程师或AI架构师方向发展，深化大模型和领域应用专长
• 在矿业AI交叉领域积累经验，成为行业专家或技术负责人
• 有机会转向技术管理岗位，带领团队进行AI研发
• 负责AI应用开发，将大模型能力集成到实际产品中，解决矿业、地质等业务问题
• 针对特定业务场景设计模型微调和优化策略，提升任务效果
• 跟踪AI前沿技术，探索将领域专家知识融入大模型训练和推理
• 编写技术文档并分享开发经验，与团队协作
• 熟练掌握编程语言，具备编码和算法基础
• 熟悉机器学习框架和优化技术，了解大模型原理及应用
• 掌握Prompt工程、知识蒸馏、RAG等优化技术
• 了解Agent框架和MCP原理，具备跨领域知识学习能力

申请策略

• 研究中国黄金公司的业务和AI应用方向，在面试中展示针对性思考
• 准备AI在矿业场景下的应用案例，突出技术解决实际问题的能力
• 突出大模型相关项目经验，如模型微调、RAG应用等
• 展示编程和算法能力，强调机器学习框架熟练度
• 如有矿业或地质领域知识或学习经历，可单独强调
• 列举文档编写、团队协作等软技能实例
• 补充大模型训练和调优的实践经验，如多机多卡环境
• 学习Agent框架和MCP原理，提升智能体开发技能

面试指南

• 使用STAR法则（情境、任务、行动、结果）回答项目经验类问题，强调技术细节和业务影响
• 对于技术理解问题，先阐述原理，再结合实际应用或学习经验
• 展示跨领域学习能力和对业务痛点的思考
• 如何将大模型能力应用到矿业或地质领域？请举例说明
• 描述一次模型微调或优化的经验，遇到了什么挑战及如何解决？
• 对Agent框架和MCP原理的理解是什么？有相关开发经验吗？
• 如何平衡AI技术前沿与实际业务需求？
• 在团队协作中，如何分享AI算法开发经验？