埃森哲
Sr Developer -AI Engineer
Sr Developer -AI Engineer
发布于 大约 19 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
软件工程
Ai Architecture
Llms
Machine Learning
Mlops
Prompt Engineering
Pytorch
Tensorflow
AI 估算 · 25k–40k
上海资深AI工程师，埃森哲咨询平台，LLM稀缺技能，薪资有竞争力。
职位详情
关于这个职位
这是一个高级AI工程师职位，你将作为大语言模型(LLM)领域的专家，与多个团队协作，设计并实施先进的AI架构
工作内容包括技术选型、制定落地路线图，以及构建端到端的AI治理与运营架构，推动企业级AI规模化应用
最低要求
Master proficiency in Large Language Models (LLMs).
A minimum of 4 years of experience in relevant related skills.
Bachelor's Degree in relevant field of studies.
工作职责
Design and evolve advanced AI architecture blueprints and necessary technical capabilities.
Understand and compare different technology options to advise on technology selection.
Develop implementation roadmaps for operationalizing AI foundations and scalable architecture.
Build and operationalize end-to-end foundation architecture for enabling and governing AI at scale.
Assess, evaluate, and incorporate appropriate technologies and platforms across data, AI/ML models, operations, security, and governance.
优先资格
Master proficiency in Prompt Engineering.
Master proficiency in Python (Programming Language).
Master proficiency in PyTorch.
Expert proficiency in Docker (Software).
Expert proficiency in Tensorflow.
AI 洞察
优缺点分析
优点
- 身处AI前沿领域，接触大模型、生成式AI等最新技术，持续提升技术竞争力
- 埃森哲作为全球顶级咨询公司，平台资源丰富，项目多样，能积累跨行业经验
- 职位涉及架构设计与技术决策，有助于培养系统思维和战略视野
- 技术迭代迅速，需要持续学习，保持对前沿技术的敏感度
- 对综合能力要求高，不仅需要技术深度，还需沟通协调与方案呈现能力
- 适合有4年以上AI/ML经验、热爱技术、渴望接触不同行业场景、能适应快节奏工作的资深工程师
缺点 / 挑战
- 咨询公司项目节奏快，可能面临多个项目并行或紧急交付的压力
角色解读
- 技术路线：可向AI架构师、首席科学家等方向深入发展
- 管理路线：积累项目经验后，可转型为技术团队负责人或AI项目总监
- 咨询路线：依托埃森哲平台，可成为行业AI解决方案专家，服务多行业客户
- 设计并演进先进的AI架构蓝图，涵盖模型、数据、安全和治理
- 评估不同技术方案，为技术选型提供建议，制定AI落地的实施路线图
- 构建端到端的AI基础架构，实现企业级AI的规模化运营与治理
- 精通大语言模型(LLMs)，了解其原理、微调、部署及优化
- 掌握Python编程，熟悉PyTorch或TensorFlow等深度学习框架
- 具备Docker容器化部署经验，并了解MLOps相关工具与流程
申请策略
- 了解埃森哲在AI领域的客户案例和行业解决方案，面试时展现对咨询业务的理解
- 准备1-2个完整的架构设计故事，展示从需求分析到技术选型再到落地的全过程
- 突出LLM相关项目经验，包括模型微调、Prompt Engineering、部署优化等具体实践
- 展示端到端AI架构设计案例，说明如何解决实际业务问题，体现架构能力
- 列出Python、PyTorch/TensorFlow、Docker等技能，并注明熟练程度（如资深/专家）
- 补充MLOps知识，如Kubernetes、CI/CD for ML，提升大规模AI运营能力
- 学习RAG（检索增强生成）等高级LLM应用模式，紧跟行业实践
面试指南
- 对于经验类问题，采用STAR法则（情境-任务-行动-结果）清晰阐述项目背景和个人贡献
- 对于架构设计问题，先理清需求约束，再分模块（数据层、模型层、部署层、监控层）逐步展开，并说明权衡点
- 请谈谈你在大语言模型方面的实践经验，包括模型选择、微调和部署的挑战
- 如何设计一个可扩展的AI架构以支持企业级多业务场景？
- 在技术选型时，你会如何比较不同的LLM或框架？请举例说明
- 描述一次你运用Prompt Engineering解决实际问题的经历
- 你认为实现企业级AI治理的关键要素是什么？
- 复习LLM常见面试考点：Transformer原理、训练策略、推理优化、安全对齐等
职位点评
69
综合评分
大平台、前沿技术、成长空间大，但工作强度未知、WLB不明确。
更适合这类人
适合追求技术前沿、渴望职业成长、能接受一定工作压力的资深AI工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值65
薪资福利
75中等
职位为资深岗位，预估薪资处于上海AI工程师市场偏上水平，但JD未明确具体福利，仅靠品牌保障。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
85较高
职位聚焦LLM等前沿技术，技术栈先进，个人成长空间大；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LLMs、Python、PyTorch、TensorFlow、Docker、Prompt Engineering
业务类型profit_center
工作生活
50较低
咨询公司传统上以现场办公为主，JD未提及弹性办公或WLB信息，工作节奏可能较快。
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
65中等
AI行业高速增长，但埃森哲作为咨询公司，项目以客户需求为导向，社会影响力中性。
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