华为
智能制造AI算法开发工程师
智能制造AI算法开发工程师
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Mlops
Pytorch
Tensorflow
工业大模型
强化学习
时序分析
机器学习
深度学习
运筹优化
值不值得投
75综合评分
综合评分 75
华为智造核心算法岗，技术前沿、成长性强，但需适应现场办公与高强度落地压力
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比AI算法中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 660 个在招
职位详情
关于这个职位
负责智能制造场景下的AI算法开发与落地，涵盖异常检测、预测性维护及调度排产等核心业务
需精通Python及主流深度学习框架，具备时序数据分析与工业大模型应用经验，并主导算法在端边云环境的部署优化
最低要求
精通Python，熟练使用TensorFlow/PyTorch及scikit-learn/XGBoost/LightGBM等ML工具链
精通时序分析/异常检测算法（CNN/RNN/Transformer/LSTM等），有产线数据建模经验
有预测性维护、参数优化、故障诊断、调度排产、工业大模型等2个以上算法落地经验
工作职责
负责智能制造场景AI算法开发，覆盖异常检测、智能诊断、时序预测、参数优化、调度排产、良率分析等方向
构建面向产线设备的时序/过程参数数据、日志数据、质量检测数据的AI算法模型，支撑预测性维护、设备/工艺参数优化、产品质量判定等业务闭环
开发智能制造调度/排产算法，基于运筹优化与强化学习技术解决多品种小批量产线排程、设备负载均衡、物料协同调度等复杂约束优化问题
开展工业垂域大模型研发与应用，基于LLM技术构建工艺知识问答、设备/工艺/测试/产品等故障诊断、生产日志智能分析、SOP自动生成等工业场景智能体
协同建设数据中台与算法服务平台，完成产线数据流水线设计、特征仓库构建、算法在线推理服务化及MLOps全流程落地
主导AI算法在生产线的端侧/边侧部署及云端协同，协同完成边缘推理框架选型、容器化部署及推理延迟优化
跟踪工业AI前沿技术（时序大模型、小样本学习、数字孪生、工业Agent等），推动创新技术在产线落地验证
优先资格
有数据中台或MLOps平台建设经验、熟悉MES/SCADA/IoT等工业数据体系优先
AI 洞察
优缺点分析
优点
- 平台优势：依托华为强大的制造场景和数据资源，算法落地空间巨大
- 技术前沿：接触工业大模型、数字孪生等前沿技术，积累高含金量项目经验
- 行业影响力：参与制定智能制造标准，提升个人在工业互联网领域的影响力
- 技术难度高：需同时掌握AI算法与工业机理，跨界知识要求极高
- 适合具备扎实AI理论基础，同时对工业制造场景有浓厚兴趣，且具备较强工程落地能力的复合型算法工程师
缺点 / 挑战
- 数据质量挑战：工业现场数据噪声大、标注难，数据清洗和建模工作繁重
- 落地压力大：算法需直接服务于生产效率和质量，对稳定性和实时性要求严苛
角色解读
- 纵向深耕：成为智能制造AI领域的首席算法专家或技术架构师
- 横向拓展：转向工业软件产品经理或智能制造解决方案专家
- 管理转型：带领算法团队，负责更大规模的智能制造数字化项目
- 开发并优化用于智能制造的AI算法，如异常检测、预测性维护和调度排产
- 构建和处理产线时序数据、日志数据，训练高质量的机器学习模型
- 研发工业垂域大模型，实现故障诊断、知识问答等智能体应用
- 负责算法从离线训练到端边云部署的全流程落地，包括MLOps体系建设
- 精通Python编程及TensorFlow/PyTorch等主流深度学习框架
- 熟练掌握时序数据分析、异常检测算法（Transformer/LSTM等）及运筹优化/强化学习技术
- 具备工业大模型应用开发经验，熟悉MES/SCADA/IoT等工业数据体系
- 拥有MLOps平台搭建及算法工程化部署能力
申请策略
- 了解华为在智能制造领域的最新战略和技术布局
- 准备1-2个完整的算法落地案例，重点阐述从数据获取到线上部署的全过程
- 突出展示在时序数据分析、异常检测或运筹优化方面的具体项目成果
- 强调算法在真实工业场景中的落地效果，如提升良率、降低停机时间等量化指标
- 列举熟悉的工业数据体系（MES/SCADA）及MLOps工具链使用经验
- 深入学习工业大模型（LLM）在垂直领域的应用案例及微调技术
- 加强运筹学与强化学习在调度排产问题中的应用实践
- 提升边缘计算与模型压缩技术，以应对端侧部署的性能挑战
面试指南
- STAR法则：清晰描述情境、任务、行动和结果，特别是量化的业务价值
- 技术深度：深入讲解算法原理、选型依据及调优细节，展现技术功底
- 工程思维：强调算法的工程化落地能力，包括性能优化、稳定性保障及团队协作
- 请详细介绍一个你负责的预测性维护或异常检测项目，你是如何处理数据不平衡问题的？
- 在调度排产场景中，如何平衡运筹优化的精确性与强化学习的灵活性？
- 工业大模型在故障诊断中面临哪些挑战？你是如何解决幻觉或准确性问题的？
- 请描述一下你搭建MLOps平台的经验，如何解决模型版本管理与在线推理延迟的矛盾？
- 复习时序数据处理、异常检测及强化学习的经典算法与最新进展
职位点评
薪资福利85
成长发展90
工作生活40
使命价值75
薪资福利
85较高
华为作为巨头企业，提供具有竞争力的薪酬福利和稳定的职业发展平台，满足度高。
薪资信号偏高 (3.0千–6.0万/月)
成长发展
90较高
岗位涉及工业大模型、数字孪生等前沿技术，且需在复杂工业场景中落地，技能成长空间极大。
技术前沿前沿/新兴技术
技术栈工业大模型、LLM、数字孪生、强化学习、MLOps、边缘计算
成长机会跟踪工业AI前沿技术、推动创新技术在产线落地验证
业务类型profit_center
工作生活
40较低
制造业通常要求现场办公，且算法落地压力大，WLB可能受限，JD未明确提及弹性工作制。
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
75中等
通过AI技术提升制造业效率和质量，推动产业升级，具有显著的社会价值和行业意义。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号支撑...业务闭环、推动创新技术在产线落地验证
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