联想
Algorithm Engineer
Algorithm Engineer
发布于 大约 8 小时前普通员工/个人贡献者
北京市
初级经验
全职员工
仅现场办公
硕士
机器学习工程
Autogen
Langgraph
Llm
Pytorch
多模态
机器学习
深度学习
AI 估算 · 20k–35k
联想为上市大厂，AI岗位薪资竞争力较强，硕士起步，结合北京市场，月薪2-3.5万合理，年终奖通常1-2个月。
职位详情
关于这个职位
该岗位主要负责AI系统开发、智能体与工作流设计、大语言模型及多模态模型的训练与微调，以及模型评估与分析
你将与导师和团队紧密合作，参与前沿AI技术的快速原型开发，适合对AI有强烈兴趣、希望深入实践机器学习和深度学习技术的求职者
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强烈兴趣
熟练掌握Python、C++、Java或Kotlin等编程语言
对机器学习和深度学习原理有基本理解
接触过PyTorch、Transformers、LangGraph或Autogen等AI框架
具有好奇心、适应能力，愿意学习新技术和方法
良好的沟通和协作能力
工作职责
AI系统开发：* 协助设计、实现和测试AI驱动的系统和工具
智能体与工作流设计：* 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
模型训练与微调：* 为大语言模型和多模态模型（如视觉、文本和语音）的训练或微调做出贡献
评估与分析：* 协助评估AI模型的性能、准确性、鲁棒性和公平性
研究与原型开发：* 关注最新AI进展，协助快速原型开发创新概念
协作与文档：* 与导师和团队成员密切合作，记录发现、分享见解并为项目交付物做出贡献
AI 洞察
优缺点分析
优点
- 联想作为国际科技巨头，平台大、资源丰富，可接触到真实业务场景和大规模数据
- 职位涉及LLM、多模态等前沿技术，技能积累价值高，行业前景广阔
- 团队有导师指导，适合技术成长初期，且工作内容偏向研究和工程结合，成就感强
- 联想作为成熟企业，流程可能相对规范，个人自主决策空间有限
- 适合具有AI或相关专业硕士学位、对前沿技术充满热情、希望在大平台积累工业级AI经验的早期职业求职者
缺点 / 挑战
- 岗位对学历要求较高（硕士/博士），入门门槛不低，竞争激烈
- AI领域知识更新快，需要持续学习新技术，工作压力可能较大
角色解读
- 从算法工程师起步，可向高级算法工程师、AI架构师方向进阶
- 若专注业务场景，可发展为AI产品技术专家或技术项目经理
- 在联想内部，有机会接触前沿AI研究和跨团队项目，积累工业级经验后跳槽至头部AI公司或创业
- 协助设计、实现和测试AI驱动的系统，例如智能客服或文档分析工具
- 参与开发智能体和工作流自动化管线，涉及提示工程和上下文管理
- 为大语言模型和多模态模型进行训练或微调，提升模型性能
- 评估模型性能、识别偏差，并与团队协作记录成果和快速原型创新想法
- 扎实的编程基础，至少精通Python、C++、Java或Kotlin中的一门语言
- 了解机器学习和深度学习原理，熟悉PyTorch、Transformers等主流框架
- 对大语言模型和多模态模型有基本认知，有LLM微调或Agent开发经验更佳
- 具备良好的沟通能力、团队协作精神和快速学习新技术的能力
申请策略
- 在简历和面试中强调对联想AI产品方向（如智能PC、企业服务）的理解，展现行业洞察
- 提前准备一个端到端的AI项目故事，涵盖问题定义、方案设计、实现细节和结果分析
- 突出AI相关项目经验，尤其是LLM微调、Agent开发或多模态模型应用
- 强调编程能力，列举使用Python/PyTorch的实际项目代码链接或GitHub
- 展示量化成果，如模型准确率提升、推理效率优化等具体指标
- 如果有论文或竞赛经历，重点标注，体现研究能力
- 补强LangGraph、Autogen等Agent框架的使用，可快速上手开源项目实践
- 系统学习Transformer架构和注意力机制原理，并面试前刷几道LeetCode中等题
面试指南
- 技术问题采用STAR原则：情景-任务-行动-结果，展示技术深度和解决问题的逻辑
- 设计类问题采用分步框架：先明确目标，再拆解模块，最后讨论实现中的权衡
- 开放性问题注重结构化回答：提出多个角度，并举例支撑观点
- 请讲述一个你参与过的LLM微调项目，包括数据准备、微调方法和结果评估
- 如何设计一个基于LangGraph的多智能体系统？关键组件和交互流程是什么？
- 解释Transformer中的自注意力机制，以及为什么它能有效处理长序列
- 你如何评估一个AI模型的公平性和鲁棒性？请举例说明
- 在你之前的工作/研究中，遇到最大的技术挑战是什么？如何解决的？
职位点评
72
综合评分
联想AI算法岗，前沿技术栈，成长性强，但工作强度和WLB信息未明确。
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
该职位最适合重视技术成长和前沿探索的求职者，愿意接受一定的工作强度以换取技能积累和平台资源。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活60
使命价值65
薪资福利
70中等
联想作为上市大厂，薪资具有市场竞争力，福利体系完善（五险一金、年终奖等），但JD未明确说明具体薪资和福利细节，稳定性较好。
薪资信号面议 (20K-35K/月)
成长发展
85较高
该职位涉及LLM、多模态等前沿技术，有导师指导，成长空间大。联想内部培训体系完善，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈LLM、多模态、PyTorch、Transformers、LangGraph、Autogen
成长机会mentors
业务类型ambiguous
工作生活
60中等
JD未明确说明工作模式，联想北京园区通常为现场办公，但可能存在弹性工时。工作地点在北京市区，交通便利，但未提及WLB信号。
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
65中等
AI行业前景广阔，联想作为科技巨头有一定社会影响力，但JD未强调特定社会使命或创新程度。岗位偏向研发，社会价值中性。
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
联想 的其他在招职位
相似职位推荐
Watch Jobs