瑞芯微
2027届校招AI 算法工程师-福州
2027届校招AI 算法工程师-福州
发布于 大约 16 小时前普通员工/个人贡献者
福州市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Pytorch
多模态
大模型
模型优化
深度学习
蒸馏
计算机视觉
量化
AI 估算 · 20k–35k
AI算法岗位，硕士学历，福州薪资水平相对一线略低，但芯片行业上市平台有竞争力，综合估算2-3.5万/月。
职位详情
关于这个职位
这是瑞芯微2027届校招AI算法工程师岗位，主要基于深度学习和计算机视觉、音频等多模态技术进行前沿算法研发与落地
你将参与从模型设计、优化到量产部署的全流程，在安防、智能终端等场景实现AI算法应用
适合对AI算法有扎实理论基础、希望从事芯片相关算法研发的硕士及以上同学
最低要求
学历背景：计算机科学与技术、人工智能、软件工程、电子信息、物理、数学等相关专业硕士及以上学历
技术功底：在深度学习、统计机器学习、计算机视觉、最优化方法等领域有扎实的理论基础与研究积累，能独立开展算法设计与研发工作
模型能力：精通Transformer、CNN、ViT、DiT等主流神经网络架构，深入理解大模型预训练、微调（LoRA/QLoRA）、Prompt工程等核心技术，能结合具体场景选型并优化模型
工具与编程：熟练掌握至少一种主流深度学习框架（PyTorch优先，TensorFlow亦可），精通Python，熟练运用C/C++及Shell脚本，具备高效的数据处理与模型开发能力
工作职责
前沿算法研发：基于深度学习与大模型技术，开展计算机视觉（检测、识别、行为分析等）、图像处理算法、音频相关算法及多模态融合等方向的前沿技术研发，包括模型架构设计、预训练优化、微调适配等工作
场景化落地：深入对接实际业务场景（如安防监控、智能终端等），将AI算法转化为可落地的技术方案，解决场景中的复杂挑战性问题，负责算法从原型验证到生产部署的全流程推进
模型性能优化：针对模型精度、推理速度、资源消耗等核心指标，运用量化、蒸馏等技术进行优化，结合边缘计算需求适配不同硬件环境，确保模型高效稳定运行
技术迭代：跟踪国内外AI领域前沿技术动态（大模型、多模态、智能体等），开展技术预研与验证
编写技术文档、沉淀研发经验，推动团队技术能力迭代升级
AI 洞察
优缺点分析
优点
- 涉及计算机视觉、多模态等前沿AI方向，技术含量高，能快速积累硬核技能
- 上市公司平台稳定，芯片与AI结合领域有独特优势，职业发展空间大
- 校招岗位，有系统培养机会，可参与从算法到产品的完整链路
- AI算法领域竞争激烈，需要持续学习新技术，保持技术领先
- 算法落地涉及硬件适配和性能优化，问题复杂，需要较强工程能力
- 工作地点在福州，相对一线城市互联网机会少，但生活成本低
- 适合对AI算法有浓厚兴趣、具备扎实理论基础和较强自我驱动力的应届硕士生，尤其是希望在芯片+AI交叉领域深耕的人
缺点 / 挑战
暂无明显挑战项
角色解读
- 初期深入具体算法模块，积累模型设计不优化经验
- 中期成为算法项目负责人，主导场景方案落地，拓展业务理解
- 长期可向技术专家或架构师方向发展，或转向大模型等前沿领域深耕
- 负责计算机视觉、图像处理、音频处理等方向的AI算法研发，包括模型架构设计与预训练、微调等工作
- 将算法落地到安防监控、智能终端等实际场景，完成从原型验证到生产部署的全流程
- 针对模型精度、推理速度等指标进行优化，运用量化、蒸馏等技术适配边缘硬件
- 跟踪大模型、多模态等前沿技术动态，进行技术预研和文档沉淀
- 扎实的深度学习理论基础，熟悉CNN、Transformer、ViT等主流架构
- 掌握大模型相关技术，如预训练、LoRA/QLoRA微调、Prompt engineering
- 熟练使用PyTorch或TensorFlow，精通Python，能使用C/C++和Shell
- 具备独立开展算法研究与设计的能力，有相关项目经验者优先
申请策略
- 了解瑞芯微的AI产品线和芯片特点，在面试中展现对业务场景的理解
- 关注岗位描述的安防、智能终端方向，准备相关案例展示自己的匹配度
- 突出深度学习相关的科研项目或竞赛经历，展示模型设计、训练和调优能力
- 强调熟悉PyTorch、Transformer等具体技术，写明项目中使用的重要技术点和量化成果
- 如有大模型微调或边缘部署经验务必重点提及，这是岗位关注的核心能力
- 提前补充大模型微调(LoRA/QLoRA)和Prompt工程的实际动手经验
- 学习模型压缩（量化、蒸馏）和边缘计算部署知识，了解硬件环境适配
- 熟悉C/C++编程，提升工程化能力，以便应对实际落地需求
面试指南
- 项目介绍采用STAR法则，重点突出任务、行动、结果和遇到的难点及解决方案
- 技术问题可以先给出原理性解释，再结合自己的实践案例，展示深入理解
- 场景题需展示分析过程：明确问题定义、评估指标，再选模型、调参，最后考虑部署优化
- 请介绍一个你参与过的深度学习项目，包括模型选择、优化过程和最终效果
- 你是如何理解大模型微调中的LoRA技术的？它与全量微调有何区别？
- 如何对模型进行量化与蒸馏？在边缘设备上部署有哪些挑战？
- 面对一个新场景，你如何选择合适的基础模型并进行优化？
- 请谈谈你对多模态融合技术的理解及在安防场景中的应用
职位点评
74
综合评分
上市芯片公司，AI前沿算法岗，技术成长性强，薪资未披露，办公现场，WLB未知
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适重视技术成长和前沿研究、能接受现场办公和一定强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利68
成长发展88
工作生活60
使命价值72
薪资福利
68中等
职位薪资未明确披露，但上市公司平台和芯片行业一般有较好的薪酬竞争力，福州生活成本低，补偿性有一定保障。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
88较高
岗位聚焦前沿AI算法（大模型、多模态），技术成长空间大，且可参与完整项目流程，发展性满足度高。
技术前沿前沿/新兴技术
技术栈深度学习、计算机视觉、大模型、Transformer、多模态、PyTorch、量化、蒸馏
业务类型profit_center
工作生活
60中等
工作地福州，未提及远程或弹性工作，通常为现场办公，生活节奏相对舒适，但未明确WLB信息。
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
72中等
AI在安防、智能终端等场景很有意义，公司是芯片行业的重要参与者，行业前景好，使命感知中等偏上。
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
瑞芯微 的其他在招职位
相似职位推荐
Watch Jobs