华为
AI应用工程师
AI应用工程师
发布于 大约 8 小时前普通员工/个人贡献者
深圳市 / 上海市
中级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Mindspore
Nlp
Pytorch
Rag
Tensorflow
分布式训练
大模型
推理引擎
模型微调
AI 估算 · 25k–45k
AI应用工程师属高需求技术岗位，华为平台溢价高，一线城市薪资竞争力强，综合月薪中位数约3.5万。
职位详情
关于这个职位
作为华为AI应用工程师，你将深度参与AI大模型在业务场景中的应用开发与迭代，包括模型微调、RAG检索及系统性能优化
同时参与AI系统软件（如分布式训练框架、推理引擎）的工程化设计，与跨团队协作推动AI技术落地
岗位技术前沿，适合深耕AI工程领域的人才
最低要求
【AI技术应用】1、人工智能、计算机、软件工程、电子信息、自动化等相关专业
熟悉主流大模型应用开发框架，掌握大模型原理（如Transformer架构、微调技术、向量数据库等）或AI算法原理（如神经网络、强化学习、树模型、知识图谱等）
或有大模型（如GPT、DeepSeek、Qwen系列等）应用或神经网络（CNN、RNN、GNN等）开发经验，熟悉NLP/知识图谱/智能问答/对话系统/文生图/文生视频等领域
具备扎实的编程能力，熟练掌握 Python、C++、Java 等至少一种编程语言
【AI系统软件】1、计算机或人工智能相关专业，参与过相关子模块的开发工作
熟练运用至少一门编程语言（C++ /Java /Python/Rust等）
熟悉Tensorflow/scikit-learn/xgboost/Caffe/MindSpore/pytorch等主流深度学习框架的使用，具备AI算法开发及应用经验者优先
熟悉计算机系统架构与操作系统，熟练掌握异构算力计算平台原理和典型硬件加速器的使用方法，熟练运用并发编程和底层调试，熟悉Linux/ROS
熟悉语言大模型、多模态大模型、深度神经网络、机器学习算法和知识图谱等的至少一种
工作职责
【AI技术应用】1、参与实际产品的AI大模型与AI算法在各类业务场景中的应用开发、集成与迭代优化
参与AI大模型与AI算法应用相关的需求分析、模型微调、RAG检索，提升模型在各类场景下的应用效果
参与产品、数据、业务等团队协作，建立AI大模型与AI应用相关的数据分析、效果评估、问题定位与持续优化，提升用户体验和业务价值
【AI系统软件】1、参与AI领域系统软件（如分布式训练框架、推理引擎、模型服务化平台等）的工程化设计与开发，参与完成中间件、工具链等核心组件的软件设计与产品化开发
参与多个模块或特性的系统设计，需求分解，特性分析、代码编写、代码测试、资料编纂等工作
参与AI系统软件产品的性能调优、可扩展性、稳定性及安全性工作
优先资格
具备AI算法开发及应用经验者优先
AI 洞察
优缺点分析
优点
- 接触前沿大模型技术，快速积累AI工程经验
- 华为平台大，技术积累深厚，提供多城市选择
- 参与核心AI基础设施开发，技术含金量高
- 大模型技术更新快，需要持续学习
- 岗位要求综合技能多，需要同时掌握应用和系统层知识
- 适合对AI技术有热情、具备扎实编程基础，愿意投身大模型应用和系统软件研发的技术型人才
缺点 / 挑战
- 华为工作强度较高，需适应快节奏
角色解读
- 深耕AI大模型应用领域，成为AI应用专家
- 向AI系统软件架构师方向进阶，负责大规模分布式训练和推理系统设计
- 可转向技术管理或技术专家路径，在华为内部有广阔发展空间
- 参与AI大模型在业务场景中的应用开发，包括需求分析、模型微调、RAG检索等
- 参与AI系统软件（如分布式训练框架、推理引擎、模型服务化平台）的工程化设计与开发
- 与产品、数据、业务团队协作，进行效果评估与持续优化，提升用户体验和业务价值
- 扎实的编程基础，熟练掌握Python、C++、Java等至少一种语言
- 熟悉主流大模型应用开发框架，掌握Transformer架构、微调技术、向量数据库等
- 熟悉深度学习框架如TensorFlow、PyTorch、MindSpore，以及计算机系统架构和异构算力
申请策略
- 关注华为招聘官网的职位编号，按流程投递
- 建议准备大模型相关的实际案例，展示解决问题的能力
- 突出大模型应用项目经历，如模型微调、RAG系统搭建
- 展示深度学习框架和编程语言的熟练度，可附上GitHub代码
- 如果有AI系统软件（如推理优化、分布式训练）经验要重点描述
- 补充学习RAG、LangChain等大模型应用开发技术
- 熟悉分布式训练和推理引擎原理，如vLLM、TensorRT
- 深入理解Transformer架构和主流大模型（GPT、DeepSeek）的原理
面试指南
- 使用STAR法则回答项目经历，突出个人贡献和技术难点
- 对于技术问题，先给出结论，再展开原理，最后结合实践
- 对于设计题，从需求、架构、性能、扩展性等方面逐步分析
- 请介绍你做过的一个大模型应用项目，如何实现微调和RAG？
- 你如何优化大模型推理性能？用过哪些技术？
- 熟悉哪些深度学习框架？MindSpore和PyTorch有什么区别？
- 如果让你设计一个AI服务化平台，你会考虑哪些方面？
- 如何评价一个AI模型的效果？有哪些指标？
职位点评
71
综合评分
大厂AI前沿岗位，技术成长快，薪资竞争力强，但需接受现场办公和潜在的高强度。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长、能接受高强度工作的求职者，对工作生活平衡要求不高的人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活45
使命价值78
薪资福利
70中等
该职位未明确薪资，但华为薪酬体系完善，整体竞争力较强，稳定性高。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
88较高
职位紧贴AI大模型前沿，技术成长空间大，是当前热门领域。
技术前沿前沿/新兴技术
技术栈大模型、RAG、模型微调、分布式训练、推理引擎、TensorFlow、PyTorch、MindSpore、Python、C++
业务类型ambiguous
工作生活
45较低
职位为现场办公，JD未提及弹性工作，华为普遍工作强度较高，生活平衡挑战较大。
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
78中等
AI技术对行业有较大推动作用，但华为商业导向明显，社会价值中性偏正面。
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
华为 的其他在招职位
相似职位推荐
Watch Jobs