华为
AI应用工程师
AI应用工程师
发布于 大约 11 小时前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
本科
机器学习工程
Mindspore
Pytorch
Rag
Tensorflow
分布式训练
大模型
推理引擎
深度学习
AI 估算 · 25k–45k
华为AI工程师薪资在业内中上，结合岗位技术深度与公司平台，月薪25-45K合理。
职位详情
关于这个职位
作为华为AI应用工程师，你将参与AI系统软件（如分布式训练框架、推理引擎）的工程化开发，以及AI大模型在业务场景中的应用落地，包括模型微调、RAG检索与性能优化
岗位涉及技术栈广泛，从底层系统到上层应用均有涉及，适合对AI全栈技术有热情的工程师
最低要求
【AI系统软件】
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
【AI技术应用】
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
工作职责
【AI系统软件】
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
【AI技术应用】
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 洞察
优缺点分析
优点
- 华为在AI领域的投入和技术积累深厚，能接触大规模真实业务场景
- 岗位涉及全栈技术，从底层系统到上层应用，技术成长空间大
- 公司平台稳定，薪资和福利有竞争力，职业发展路径清晰
- 涉及跨团队协作，对沟通协调能力有一定要求
- 大模型领域发展迅速，需紧跟技术前沿，否则容易落后
缺点 / 挑战
- 技术栈广，需要持续学习，工作强度和压力可能较大
- 适合对AI技术有强烈热情、具备扎实编程功底、愿意深入系统底层和应用层，并能在高压力下成长的工程师
角色解读
- 可以深耕AI基础软件方向，成为分布式训练或推理引擎专家，向技术专家或架构师发展
- 可转向AI应用架构方向，主导大模型落地解决方案，成为业务与技术的桥梁
- 在华为内部有机会横跨多个业务线，向技术管理或产品技术复合型人才发展
- 负责AI系统软件（如分布式训练框架、推理引擎）的工程化设计与开发，包括中间件和工具链的研发
- 参与大模型在业务场景中的应用开发，涵盖模型微调、RAG检索、集成与迭代优化
- 与产品、数据、业务团队协作，进行AI应用的效果评估、问题定位与持续优化
- 扎实的编程能力，至少精通Python、C++、Java、Rust中的一种
- 熟悉主流深度学习框架（TensorFlow、PyTorch、MindSpore等），理解AI算法原理
- 对大模型技术有深入理解，如Transformer架构、微调、向量数据库，并有实际应用经验
- 了解分布式系统、异构计算、性能调优等系统软件知识
申请策略
- 了解华为的AI战略和产品线，在面试中能结合业务场景谈技术应用
- 突出自己的学习能力和解决复杂问题的能力，华为非常看重这些素质
- 突出相关的项目经验，尤其是分布式训练、大模型微调、RAG等实际案例
- 强调编程语言技能和深度学习框架的使用熟练度，可附上GitHub或技术博客
- 展示在系统优化、性能调优或大规模部署方面的成果
- 如果有华为相关实习或比赛经历，务必突出
- 补充学习大模型相关技术，如Transformer、微调方法、向量数据库等
- 熟悉一个主流深度学习框架的底层实现，如PyTorch或MindSpore
面试指南
- 用STAR法则描述项目：情境-任务-行动-结果，突出个人贡献和技术难点
- 对于技术原理问题，先解释核心概念，再结合实际经验或经典模型，最后可提出改进方向
- 遇到开放性问题，可以分点回答，先明确目标，再给出解决方案和权衡
- 请介绍你参与过的AI项目，从技术选型、架构设计到最终效果
- 你如何理解大模型RAG检索？如何优化检索效果？
- 在分布式训练中，如何解决通信瓶颈或负载不均问题？
- 如何对深度学习推理引擎进行性能调优？
- 请谈谈你对Transformer架构的理解，以及其优缺点
职位点评
75
综合评分
技术前沿、平台大、薪资有竞争力，但工作强度大、WLB一般。
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、渴望挑战AI前沿应用，能接受高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
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
华为提供业内具有竞争力的薪资、稳定的平台和完善的福利体系，补偿性动机得到较好满足。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
岗位涉及AI全栈技术，包括大模型应用和系统软件，技术前沿且有广阔成长空间，发展性动机非常强。
技术前沿前沿/新兴技术
技术栈Python、C++、Java、Rust、TensorFlow、PyTorch、MindSpore、大模型、RAG、分布式训练、推理引擎
业务类型ambiguous
工作生活
40较低
华为工作强度较大，工作地点多且为现场办公，WLB较弱，生活化动机满足有限。
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
75中等
华为作为科技巨头，参与AI核心研发，对技术创新有较强推动力，但社会价值体现较为中性。
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
华为 的其他在招职位
相似职位推荐
Watch Jobs