歌尔股份
AI专家(049431)
AI专家(049431)
发布于 大约 14 小时前中层管理(经理/总监)
上海市 / 深圳市
专家级经验
全职员工
仅现场办公
本科
机器学习工程
Agent编排
Llm
Prompt工程
Rag
向量数据库
团队管理
架构设计
模型微调
AI 估算 · 35k–65k
AI专家8年经验，大模型稀缺技能，市场薪资竞争力强，制造业略低于互联网，但综合中位数约5万。
职位详情
关于这个职位
该职位是歌尔股份IT管理中心的核心AI专家，负责将业务痛点转化为AI解决方案，主导大模型应用的技术架构与团队指导，覆盖Agent编排、RAG、Prompt工程、模型微调等前沿方向
适合8年以上研发经验、精通大模型应用并具备技术管理能力的资深专家
最低要求
一、基本要求
计算机、人工智能、电子信息等相关专业，本科及以上学历
年以上研发经验，精通至少一门主流开发语言（Python / Go / Java），具备大规模系统的设计与工程化能力，代码与架构设计能力
大模型应用实战：具有 LLM 应用方向的扎实实战经验，深入理解并能独立主导以下至少 3 项：Agent 编排与多步推理、RAG 系统设计与召回优化、Prompt 工程、Function Calling / Tool Use、模型微调（SFT/LoRA/RLHF）、推理性能与成本优化、AI 应用
数据与工程化：熟悉向量数据库、Embedding 方案、数据清洗与标注流程，具备从数据到模型到应用的全链路工程化经验
具备良好的业务理解力，能跳出纯技术视角，从业务价值出发做技术决策
优秀的沟通协作能力，能与业务、产品、品质、工艺等非技术团队高效协同
工作职责
工作职责
一、岗位职责:
与研发、品质、工艺、运营等团队深度协作，把模糊的业务痛点转化为清晰的 AI 解决方案和可执行的技术路径
在大模型应用（LLM Application）方向持续深耕，对 Agent 编排、RAG 检索增强、Prompt 工程、Function Calling、模型微调（SFT/LoRA）等关键技术有系统性理解和实战经验
技术选型与决策：负责 AI 应用技术栈的整体选型与架构设计，在开源模型、商业 API、向量数据库、Agent 框架之间做出有依据的取舍，并对技术决策的结果负责
技术前瞻：持续追踪大模型与 AI 应用前沿进展，识别哪些是噪音、哪些是真机会，提前为团队布局技术储备
二、技术指导：
技术指导与方向把控：为团队成员提供明确的技术方向和成长路径，通过 Code Review、技术方案评审、定期技术分享等方式，系统提升团队整体技术水位
梯队建设：识别和培养团队内的技术骨干，建立合理的技术梯队，能高质量交付
工程规范沉淀：建立代码规范、模型评测体系、上线质量门禁、AI 应用的可观测与告警机制，把团队的经验沉淀为可复用的工程资产
探索性课题：在保证主线交付的前提下，带领团队开展探索性技术预研，鼓励在 Agent 自主决策、多模态应用、知识与数据融合等方向上的创新尝试
优先资格
二、加分项：
有大模型从预研到生产规模化的完整经历，能讲清楚其中的关键取舍与踩坑经验优先
有头部互联网/科技公司 AI 相关团队背景优先
AI 洞察
优缺点分析
优点
- 大模型应用处于行业爆发期，技能积累具有高稀缺性和长期价值
- 歌尔股份作为上市巨头，平台稳定性高，资源丰富，有利于安心深耕技术
- 职位拥有技术决策权，能直接影响业务价值，个人成就感强
- 提供多城市选择（上海/深圳/潍坊），灵活适配个人生活安排
- AI技术迭代快速，需要持续学习跟进，保持技术前瞻性
- 适合8年以上技术经验、精通大模型应用、具备团队管理能力，并愿意在实业场景中落地AI价值的资深工程师
缺点 / 挑战
- 需要与品质、工艺等非技术团队高频协作，沟通成本较高
- 制造业AI应用场景可能不如互联网成熟，需从零探索，面临试错压力
角色解读
- 技术专家路线：深耕大模型应用技术，成为公司AI领域的技术权威，引领技术方向
- 管理路线：向IT管理中心负责人或更高管理层级发展，统筹更大范围的智能化战略
- 行业转型：积累制造业AI落地经验，向产业数字化专家或跨行业AI顾问方向发展
- 与研发、品质、工艺、运营等团队协作，识别业务痛点，设计可行的AI解决方案与技术路径
- 主导大模型应用的技术架构，包括Agent编排、RAG优化、Prompt设计、模型微调等核心模块
- 负责技术选型与决策，在开源模型、商业API、向量数据库等方案中做出有依据的取舍，并对结果负责
- 建设技术团队，通过Code Review、技术分享、梯队培养等提升团队整体技术水位，并沉淀工程规范
- 精通至少一门主流开发语言（Python/Go/Java），具备大规模系统设计与架构能力
- 深入理解LLM应用关键技术，如Agent编排、RAG、Prompt工程、Function Calling、模型微调等
- 熟悉向量数据库、Embedding、数据清洗与标注流程，具备数据到模型的全链路工程化经验
- 具备技术管理能力，能指导团队成员、建设梯队并推动工程规范落地
申请策略
- 提前研究歌尔股份的业务线（如声学、智能硬件），在面试中体现行业理解
- 准备一个完整的技术方案讲述，展示架构选型逻辑和决策过程，而非只讲技术细节
- 突出大模型应用项目从预研到规模落地的完整经历，强调关键决策与踩坑经验
- 重点展示技术团队管理成果，如梯队培养、技术规范制定、团队效率提升等
- 细化核心技术栈：Agent、RAG、微调等，用具体数据说明性能提升或业务收益
- 强调跨部门协作案例，尤其是与业务、品质、工艺团队合作解决实际问题的经验
- 补充最新的LLM技术实践，如Agent自主决策、多模态应用、知识融合等方向
- 加强工程化能力，熟悉模型评测体系、可观测性、告警机制等实操经验
面试指南
- STAR法则：描述情境(S)、任务(T)、行动(A)、结果(R)，突出你的角色和技术贡献
- 问题-方案-验证：明确问题，给出技术方案，说明验证指标和效果
- 团队管理框架：目标设定-方法指导-反馈辅导-成果激励，体现管理思路
- 请描述一个你主导的大模型应用项目，从需求到落地中遇到的关键技术决策是什么？
- 如何设计一个高效的RAG系统？你是怎么优化召回质量和答案准确性的？
- 在Agent编排中，如何处理多步推理的错误恢复和复杂任务分解？
- 你如何培养团队成员？请举例说明你如何帮助骨干成长
- 面对业务方的模糊需求，你如何将其转化为具体可执行的技术方案？
职位点评
72
综合评分
AI专家岗，前沿技术、团队管理，薪资未披露但预计尚可，WLB一般。
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
适合追求技术前沿和职业成长的资深AI工程师，接受现场办公和一定的不确定性。
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
该职位薪资水平未明确披露，但作为上市巨头且AI专家稀缺，预计薪酬竞争力较好，福利较稳定。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
85较高
职位处于大模型应用前沿，技术挑战大，且有技术指导与梯队建设职责，个人成长和行业影响力提升明显。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Prompt Engineering、Function Calling、模型微调、向量数据库
成长机会成长路径、梯队建设、技术分享
业务类型ambiguous
工作生活
60中等
职位要求现场办公，地点多为制造业园区，工作模式传统，灵活性一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
该职位利用AI技术赋能制造业，具有一定技术价值，但社会影响直接性一般。
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
歌尔股份 的其他在招职位
相似职位推荐
Watch Jobs