浪潮
AI研发工程师
AI研发工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Rag
大模型Api
接口开发
数据治理
智能体开发
值不值得投
63综合评分
综合评分 63
大厂平台、前沿AI技术栈、福利稳定，但工作强度和生活灵活性待确认
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
1.2万
比人工智能中位数低
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 510 个在招 · 其中人工智能 3 个
市场机会
选择不多
沈阳 · 人工智能 · 5 个在招
职位详情
关于这个职位
该职位主要负责配合团队完成工业AI相关的基础数据治理、知识库搭建及智能体开发工作
需熟练使用Python，掌握大模型API调用、接口开发及RAG技术流程，并协助处理项目实施与售前支持过程中的技术问题
最低要求
具备极强的学习能力和钻研精神，能快速掌握工业AI相关技术，针对分配的任务有自己独立的工作思考方法
熟练使用Python，掌握大模型API调用、接口开发及基础数据处理，熟悉RAG技术流程，了解数据标注、数据清洗及质量评估方法
听指挥，对自己的需求负责任，细心踏实，具备良好的团队协作意识
具备基础的沟通表达能力
工作职责
配合开发经理或开发负责人完成指派任务;
配合算法、智能体研发工程师完成基础数据治理、知识库搭建、智能体开发
协助项目研发人员，项目实施人员，售前人员处理开发，实施，售前支持过程中的功能问题
AI 洞察
优缺点分析
优点
- 依托浪潮大厂平台，接触前沿的大模型与智能体技术，拥有完善的培训体系和清晰的晋升通道
- 适合对AI应用落地感兴趣、具备良好执行力且希望在大厂积累工业AI经验的初级开发者
缺点 / 挑战
- 工作内容偏向基础执行和数据治理，初期技术挑战性相对较低，需快速提升自主解决问题的能力
角色解读
- 从基础数据工程向高级AI应用开发、智能体架构师方向进阶，深入探索工业垂直领域AI落地
- 负责工业AI项目中的基础数据治理和知识库搭建，为上层应用提供数据支撑
- 熟练掌握Python编程，理解大模型API调用逻辑及RAG（检索增强生成）技术架构
申请策略
- 强调自己的学习能力和团队协作精神，因为JD特别提到了'听指挥'和'细心踏实'
- 突出Python编程能力，展示任何与大模型API调用、RAG技术或数据清洗相关的个人项目或实习经历
- 深入学习LangChain等框架，掌握向量数据库的使用，提升对工业场景数据的理解能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术选型理由、遇到的困难及解决方案
- 请介绍你使用过的Python数据处理库及熟练程度
- 你对RAG技术流程的理解是怎样的？有哪些优化思路？
- 遇到一个复杂的数据清洗任务，你会如何拆解和执行？
- 请举例说明你如何通过自主学习解决一个新技术难题
- 复习Python基础语法及常用库，了解大模型基本原理及RAG架构，准备1-2个体现学习能力和细致态度的案例
职位点评
薪资福利70
成长发展65
工作生活50
使命价值60
薪资福利
70中等
作为上市巨头企业，薪资虽面议但通常具有市场竞争力，且福利体系完善，稳定性较高。
薪资信号面议 (8.0千–1.5万/月)
成长发展
65中等
涉及大模型和智能体等前沿技术，成长空间大，但当前职责偏基础执行，需主动争取更多核心开发机会。
技术前沿前沿/新兴技术
技术栈Python、大模型API、RAG、智能体
业务类型profit_center
工作生活
50较低
未明确提及弹性工作制，大厂通常节奏较快，但沈阳地区生活成本较低，整体平衡度中等。
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
60中等
工业AI是数字化转型的重要方向，具有一定的社会价值和行业前景，但具体使命感描述较少。
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