Inspur logo
浪潮
AI算法研究员

AI算法研究员

发布于 1 天前

普通员工/个人贡献者

北京市
高级经验
全职员工
仅现场办公
博士
研究与开发 (研发)
Ai算法
Pytorch
Tensorflow
嵌入式系统
机器学习
深度学习
故障诊断预警
服务器带外管理
资源智能调控

AI 估算 · 25k–45k

博士学历+AI算法岗,北京大厂,薪资有竞争力,面议需面试确认。

职位详情

关于这个职位

该职位聚焦于服务器带外管理功能(如故障诊断预警、资源智能调控)与AI算法的融合,负责算法全生命周期管理,包括理论研发、模型训练、嵌入式移植及跨部门协作

适合有博士学历、精通机器学习与深度学习框架、熟悉C++/Python的算法研究者

最低要求

博士学历,图像处理、模式识别、软件、计算机、自动化、机器人、数学、电子信息等相关专业

掌握常见的机器学习、深度学习算法原理,有实战经验,能够独立完成模型训练、调优工作
至少熟悉一种深度学习开发框架如pytorch、tensorflow等
精通C/C++/Python中的一种或多种开发语言,熟悉Linux开发环境
有良好的学习能力,团队合作意识强,善于沟通,具备独立解决技术问题的能力

工作职责

深入开展服务器带外管理相关功能(如故障诊断预警、资源智能调控等)与AI算法的融合技术研究,探索前沿技术应用方向,把握行业技术发展趋势,为公司技术创新提供前瞻性思路和方案

全面负责AI算法的全生命周期管理,包括从理论研究、模型开发、实验验证到算法调优,确保算法的高效性、准确性和稳定性,推动算法在实际业务场景中的成功落地
独立完成AI算法相关的设计文档撰写,清晰阐述算法原理、架构设计、实现细节等内容,为团队成员提供明确的技术指导和参考,同时编写开发文档,记录算法开发过程中的关键信息和技术要点
指导并参与AI算法在嵌入式系统上的移植和优化工作,解决在落地过程中遇到的技术难题,确保算法在嵌入式环境下能够稳定运行并达到预期性能指标
与跨部门团队(如硬件开发团队、系统测试团队等)紧密协作,共同推进项目的实施和交付,为其他团队提供AI算法相关的技术支持和培训,促进团队间的技术交流与合作

AI 洞察

优缺点分析

优点

  • 服务器带外管理是数据中心智能化关键方向,与AI结合具有前瞻性和行业影响力
  • 浪潮作为上市大厂,提供稳定平台和丰富资源,项目落地机会多
  • 博士学历要求意味着团队学术氛围浓厚,能持续提升技术深度
  • 嵌入式环境资源受限,算法移植优化难度大,需要扎实的底层技术
  • 算法从研究到落地周期较长,需耐心面对反复迭代
  • 适合拥有博士学历、热爱AI算法研究、愿意深入嵌入式系统优化、喜欢在团队中解决复杂技术问题的求职者

缺点 / 挑战

  • 跨部门协作频繁,对沟通协调能力要求较高

角色解读

  • 技术深耕:成为AI算法专家或带外管理领域技术带头人
  • 管理路线:逐步向技术经理或团队负责人发展,带领算法团队
  • 横向发展:转向系统架构或全栈AI方向,拓展硬件与系统级视野
  • 深入研究服务器带外管理功能与AI算法融合,探索故障诊断、资源智能调控等前沿技术方向
  • 负责AI算法全生命周期管理,从理论研发、模型训练到实验验证与调优,确保稳定落地
  • 指导并参与算法在嵌入式系统上的移植优化,解决实际部署中的技术难题
  • 撰写设计文档,与硬件、测试等团队紧密协作,提供技术支持与培训
  • 扎实的机器学习与深度学习理论,能独立完成模型训练与调优
  • 精通Python或C++,熟悉Linux环境,掌握至少一种深度学习框架(PyTorch/TensorFlow)
  • 具备嵌入式系统开发经验,能进行算法移植与性能优化
  • 良好的沟通协作能力,能跨部门推动项目

申请策略

  • 在面试中准备一个完整的项目案例,从问题定义、模型设计到部署优化的全流程
  • 关注浪潮的服务器产品线,思考AI如何提升其智能运维能力
  • 突出博士期间与机器学习、深度学习相关的项目成果,尤其是模型优化与落地经验
  • 强调嵌入式开发或硬件相关项目经历,展示算法移植能力
  • 列出在Linux环境下的编程经验,以及使用PyTorch/TensorFlow的深度
  • 提前了解服务器带外管理基础知识(如IPMI、Redfish协议)
  • 补充嵌入式C++优化技巧,如内存管理、交叉编译等

面试指南

  • 技术问题:先阐明原理,再结合项目案例说明选择与优化过程,最后总结效果
  • 开放性问题:从行业趋势、技术可行性、价值体现三方面展开
  • 行为问题:STAR法则(情境、任务、行动、结果)
  • 请介绍一个你独立完成的机器学习项目,从模型选型到落地的过程
  • 如何在资源受限的嵌入式设备上优化深度学习模型?
  • 你如何看待服务器带外管理与AI结合的前景?
  • 描述一次你在跨部门合作中解决技术冲突的经历
  • 解释LSTM和Transformer在处理时序数据时的区别

职位点评

64
综合评分

博士学历、AI算法研究岗,技术前沿但生活方式受限,薪资面议但预期较高。

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
适合追求技术深度和前沿研究,对工作生活平衡要求不高,且看重长期技术成长的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活40
使命价值70

薪资福利

60中等

薪资面议,但博士+大厂北京岗位通常具有竞争力,稳定性高;福利项未在JD中明确,但大厂应有五险一金等。

薪资信号面议 (25K-45K/月)

成长发展

85较高

职位涉及前沿AI技术、嵌入式移植和跨部门协作,有较大技术成长空间;但未明确提及晋升通道或培训。

技术前沿前沿/新兴技术
技术栈AI算法、机器学习、深度学习、PyTorch、TensorFlow、嵌入式系统
业务类型ambiguous

工作生活

40较低

仅现场办公,未提及弹性工时或远程,北京办公可能通勤较长;无WLB相关描述。

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

70中等

服务器带外管理智能化对数据中心能效和运维有实际价值,属于数字基础设施领域,社会意义中等。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs