Lenovo logo
联想
Algorithm Engineering

Algorithm Engineering

发布于 大约 19 小时前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
硕士
软件工程
Ai Agent
Autogen
Langgraph
Llm
Machine Learning
Prompt Engineering
Pytorch

AI 估算 · 25k–45k

北京大厂AI算法岗,硕士/博士学历要求,薪资水平较高,但无经验要求因此取中位数,年包约50万。

职位详情

关于这个职位

作为联想AI算法工程师,你将参与下一代AI系统的设计与开发,涵盖从基础模型到智能应用的全栈工作

与资深工程师和研究团队合作,推动联想混合AI愿景落地,有机会接触前沿AI技术(如LLM、多模态模型),积累实战经验

最低要求

计算机科学、人工智能、电气与计算机工程、数据科学或相关技术领域的硕士或博士学位

对AI、机器学习和智能系统有浓厚兴趣
熟练掌握Python、C++、Java或Kotlin等编程语言
具备机器学习和深度学习基本原理的基础知识
接触过PyTorch、Transformers、LangGraph或Autogen等AI框架
具有好奇心、适应能力和学习新技术的意愿
良好的沟通和协作能力

工作职责

AI系统开发:协助设计、实施和测试AI驱动的系统和工具

智能体和工作流设计:支持开发智能体和任务自动化流水线,包括提示工程和上下文管理
评估与分析:帮助评估AI模型的性能、准确性、鲁棒性和公平性
研究与原型设计:紧跟最新的AI进展,协助快速原型设计创新概念
协作与文档:与导师和团队成员紧密合作,记录发现、分享见解,并为项目交付成果做出贡献

优先资格

有个人或学术AI项目经验(如LLM、多模态模型、聊天机器人)

之前在软件开发或AI领域有实习经验
对开源AI项目有贡献
在领先的AI会议或期刊上发表过论文

AI 洞察

优缺点分析

优点

  • 联想是跨国巨头,平台大、资源丰富,项目涵盖AI全栈,技术视野开阔
  • 团队处于AI前沿领域(LLM、多模态、Agent),学习机会多,技术成长快
  • 与经验丰富的工程师和研究员合作,导师制可能帮助新员工快速融入
  • 作为大厂,内部流程可能较多,个人在初期可能以辅助性工作为主
  • 适合具有硕士或博士学历,对AI充满热情,希望在大型平台上积累前沿技术经验,并能适应快节奏学习环境的求职者

缺点 / 挑战

  • AI领域竞争激烈,需要持续学习最新技术,工作强度可能较高
  • 对学历和研究背景要求较高,非科研导向的求职者可能面临压力

角色解读

  • 从AI工程师起步,可向高级算法专家或技术负责人方向发展
  • 有机会接触联想内部多种AI业务场景(如PC、数据中心、智能设备),积累跨领域经验
  • 在联想混合AI战略下,可参与前沿研究,未来晋升为研究员或架构师
  • 参与AI系统的设计与开发,包括基础模型训练、推理优化及应用落地
  • 开发智能体和任务自动化流水线,涉及提示工程和上下文管理
  • 评估模型性能、准确性、鲁棒性等,并对前沿技术进行原型验证
  • 与团队协作,编写文档并分享研究成果
  • 扎实的编程基础,精通Python、C++、Java或Kotlin
  • 深入理解机器学习和深度学习原理,熟悉PyTorch、Transformers等框架
  • 具备AI智能体、LLM或多模态模型的相关知识或项目经验
  • 良好的沟通协作能力和快速学习新技术的能力

申请策略

  • 深入了解联想在AI领域的布局(如混合AI战略、产品线),并在面试中展示你对公司技术方向的理解
  • 突出AI相关的学术项目或实习经验,特别是LLM、多模态、Agent等方向
  • 展示编程能力,如GitHub上的开源贡献或高水平代码项目
  • 强调论文发表或竞赛获奖等科研成就,体现研究潜力
  • 提前掌握PyTorch、Transformers、LangGraph等工具,并动手实践一个小型AI Agent项目
  • 补充强化学习、模型压缩等进阶知识,以应对面试中的深度问题

面试指南

  • 项目类问题:使用STAR法则(情境、任务、行动、结果),重点突出你的贡献和量化成果
  • 技术理解类问题:先定义概念,再分点阐述核心原理,最后结合实际案例说明
  • 请详细描述你做过的一个AI项目,包括技术选型、遇到的挑战和解决方案
  • 如何评估一个LLM模型的质量?有哪些指标?
  • 什么是Prompt Engineering?请举例说明如何设计有效的Prompt
  • 你对联想混合AI战略有什么了解?你认为AI在PC上有什么应用场景?
  • 手撕代码:实现一个简单的Transformer注意力机制
  • 复习深度学习基础(Transformer、注意力机制)、主流LLM架构(GPT、LLaMA)和Agent框架

职位点评

58
综合评分

联想AI算法岗,前沿技术栈,发展性强,但薪资福利未明确,WLB一般。

更适合这类人
最看重技术成长和发展机会,对工作生活平衡要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展75
工作生活40
使命价值65

薪资福利

50较低

薪资未披露,且未提及福利,补偿性动机满足程度一般。但联想作为大厂,薪资通常有竞争力,但JD未明确,因此评分中等。

薪资信号未披露(AI估算:25K-45K/月)

成长发展

75中等

职位涉及前沿AI技术,研发氛围浓厚,但JD未明确提及晋升培训等,发展性动机较好但非顶尖。

技术前沿前沿/新兴技术
技术栈LLM、多模态模型、Agent、PyTorch、Transformers、LangGraph
业务类型ambiguous

工作生活

40较低

仅现场办公,未提及弹性工作或WLB,生活方式动机满足较低。

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

联想AI战略有一定社会价值,但JD未强调使命感,意义感动机中等。

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