舍弗勒
机器&学习&AI Machine Learning & AI Eng.
机器&学习&AI Machine Learning & AI Eng.
发布于 大约 13 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
机器学习工程
Genai
Machine Learning
Nlp
Prompt Engineering
Pytorch
Rag
Tensorflow
AI 估算 · 25k–45k
上海资深AI工程师市场薪资较高，外企福利稳定，估算月薪2.5-4.5万，包含13薪。
职位详情
关于这个职位
该职位负责机器学习与AI模型的开发与部署，涵盖数据处理、模型评估、DevOps及与总部的技术对齐
你将应用GenAI等前沿技术，推动工业场景的智能化转型
适合具有5年以上ML/AI工程经验、熟悉模型落地全流程的工程师
最低要求
教育背景：信息技术、计算机科学、数据科学、数学或相关科学/工程专业学位
工作经验：5年以上机器学习、AI工程或数据相关软件开发经验
工程与部署知识：具备可扩展软件开发、系统集成和生产级技术解决方案的良好知识
数据与ML知识：对数据处理、数据质量、统计方法和分析模型评估有扎实理解
AI技术知识：对AI技术有良好理解，尤其是GenAI模型、主流IT架构模式、云服务、深度学习框架（如TensorFlow或PyTorch），熟悉大模型原理、NLP、模型优化、RAG、AI智能体及提示工程
协作能力：较强的团队合作和沟通能力，能有效与技术及业务干系人合作
问题解决心态：能够分析技术挑战并支持实用、高质量的解决方案
其他：英语熟练，包括听、说、读、写
工作职责
数据准备：识别、收集和整理不同来源的相关数据以进行分析
按需进行数据清洗、验证和测试，并与团队合作识别和解决数据质量问题
模型评估和定义：基于可用数据和信息评估和定义合适的分析模型，包括统计模型、ML模型和AI模型，以支持可行性研究、概念验证和可部署的分析解决方案
操作化分析模型：将分析模型转化为可扩展的、可部署的软件，并将开发的模型集成到应用程序和工作流中
部署工具：设计和准备模型部署所需的工具、工作流和技术组件
持续运营和监控：作为DevOps相关主题的主要联系人，监控、支持和维护已部署的模型和组件
监控模型性能并支持部署后的持续改进
技术协作：与解决方案架构师合作理解业务需求，与数据科学家和数据工程师就模型部署和数据管道开发进行协作
技术侦察：跟踪AI技术趋势，尤其是GenAI模型，并评估新模型的能力和性能
与总部对齐：与总部的相应AI团队保持联系，对齐和同步最新的AI技术、工具和最佳实践等
优先资格
硕士学位优先
有应用AI项目经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿，接触GenAI等新兴技术，技能成长快
- 国际化平台，与全球团队协作，视野开阔
- 公司规模大，业务稳定，福利完善
- 工业场景AI落地，应用价值高
- 工业场景数据质量复杂，模型落地难度大
- 需要同时掌握算法、工程和DevOps，技能要求全面
- 可能涉及跨时区协作，需要灵活安排时间
- 适合有多年ML工程经验、对模型落地和前沿技术有热情、且愿意在外企稳定环境中发展的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术方向：从ML工程师向AI架构师或技术专家发展，深耕GenAI等前沿领域
- 管理方向：有机会带团队，成为AI项目负责人或技术经理
- 跨部门方向：基于与总部和国际团队的合作，可转向全球性技术管理岗位
- 负责AI/ML模型从数据准备到部署上线的完整生命周期，包括数据清洗、模型评估、部署和维护
- 与数据科学家和数据工程师协作，将模型集成到生产系统，并负责DevOps相关监控和运维
- 跟踪GenAI等前沿技术趋势，评估并应用新模型能力，同时与总部AI团队对齐技术方向
- 扎实的机器学习与AI基础，熟悉主流框架如TensorFlow/PyTorch
- 熟悉GenAI、NLP、RAG、AI智能体、提示工程等前沿技术
- 具备软件工程与DevOps能力，能进行模型部署和系统集成
- 良好的数据处理和统计建模能力，以及英语沟通能力
申请策略
- 了解舍弗勒的数字化业务和汽车行业AI应用场景，在面试中体现行业理解
- 准备一个完整的ML项目案例，详细说明从数据到部署的实践过程
- 突出5年以上ML/AI工程经验，重点展示端到端模型部署项目
- 强调GenAI相关项目经验，如RAG、AI Agent等
- 展示DevOps和工程化能力，如CI/CD、容器化、云服务使用
- 如有硕士学历或应用AI项目，可重点标注
- 提前学习GenAI最新技术，如LangChain、向量数据库等
- 熟悉模型部署工具如Docker、Kubernetes，以及云平台如AWS/Azure
面试指南
- 采用STAR法则，结构化回答项目经历，突出你的角色和成果
- 对于技术问题，先解释概念，再结合具体案例说明应用
- 对于协作问题，强调沟通和跨团队协作经验，体现以业务为导向
- 描述一个你从数据准备到部署的ML项目，遇到哪些挑战？
- 如何评估一个模型的性能？在工业场景中如何确保模型稳定性？
- 你了解GenAI吗？如何将大模型应用在实际业务中？
- 解释一下RAG和AI Agent的工作原理？
- 如何与业务方有效沟通技术方案？
职位点评
74
综合评分
国际工业巨头AI工程师岗位，技术前沿，发展空间大，但薪资未明确且工作地点在郊区。
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
最适合注重技术成长和职业发展的求职者，对薪资工作地点要求不高。
表现最好
成长发展
相对薄弱
使命价值
薪资福利70
成长发展85
工作生活70
使命价值65
薪资福利
70中等
职位薪资未披露，但公司规模和行业成熟度较高，福利稳定性较好。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
职位涉及GenAI前沿技术，提供与总部协作的国际化发展平台，技能成长空间大。
技术前沿前沿/新兴技术
技术栈Machine Learning、AI、GenAI、TensorFlow、PyTorch、NLP、RAG
成长机会development opportunities
业务类型ambiguous
工作生活
70中等
工作地点在安亭科技园区，现场办公，但外企通常工作生活平衡较好。
工作模式仅现场办公
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
65中等
行业属于汽车制造业，稳定但非高速增长，社会影响力一般。
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
舍弗勒 的其他在招职位
相似职位推荐
Watch Jobs