算法工程师-SA1

优缺点分析

角色解读

• 从初级算法工程师成长为独立负责项目的算法专家，深入生成式AI方向
• 在普华永道多元化平台上接触财税业务，向AI+行业解决方案专家转型
• 可通过内部培训和项目积累，向技术Leader或高级算法工程师发展
• 参与AI项目需求评估与技术调研，在导师指导下完成可行性分析
• 负责算法开发与部署，包括数据清洗、模型训练调优及智能体功能开发
• 与产品、业务及工程团队协作，推动AI在财税场景的具体落地
• 跟踪生成式AI、多模态等前沿技术，定期输出调研报告或内部分享
• 扎实的机器学习和深度学习基础，熟悉CNN、Transformer等主流模型
• 熟练使用Python及PyTorch/TensorFlow框架，能独立完成模型训练与评估
• 具备数据清洗、标注和增强能力，能支撑算法优化
• 了解LLM微调流程及多模态概念，对Agent或AI工作流有经验更佳

申请策略

• 在求职信中表达对AI+行业应用（特别是财税场景）的兴趣，显示主动学习意愿
• 了解普华永道在AI方面的布局，可在面试中提及相关业务案例
• 突出机器学习或深度学习项目经验，包括模型选型、训练和调优过程
• 展示数据处理和增强的具体案例，如数据清洗、标注自动化等
• 如果有LLM、Agent或LangChain使用经验，务必单独列出
• 体现团队协作和文档编写能力，如参与过的协作项目或技术博客
• 补强生成式AI和Agent开发经验，可尝试LangChain或Dify搭建简单工作流
• 加深对Transformer和LLM微调的理解，阅读相关论文或参与开源项目

面试指南

• 技术类问题：STAR法则（情境-任务-行动-结果），突出具体贡献和量化效果
• 设计类问题：从需求分析、技术选型、实现步骤到风险控制，展示系统性思维
• 行为类问题：用真实经历说明，强调沟通、主动性和学习能力
• 请介绍一个你参与过的机器学习项目，包括数据、模型和结果
• 你对Transformer和LLM微调有哪些了解？可以举例说明
• 如果让你设计一个智能体（Agent）来解决财税发票归类问题，你会怎么做？
• 你如何跟踪最新的AI前沿技术？最近关注哪些方向？
• 在团队协作中，如果你和产品经理意见不一致，你会如何处理？