卓胜微
AI算法工程师（社招）
AI算法工程师（社招）
发布于 大约 7 小时前普通员工/个人贡献者
无锡市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Lora
Pytorch
Rag
Rlhf
分布式训练
多模态
模型部署
AI 估算 · 20k–40k
无锡硕士算法岗，大模型方向稀缺，薪资竞争力较强，但非一线城市，综合约30K*14月
职位详情
关于这个职位
该职位主要负责大模型选型、微调与部署，涉及从需求分析到生产上线的全流程
需要精通PyTorch、Transformer等主流框架，并具备分布式训练和模型优化经验
适合有AI算法开发经验、渴望深入大模型技术的求职者
最低要求
硕士学历，计算机/数学/AI相关专业
精通Python，掌握C++/Java至少一门工程化语言
深入理解Transformer/BERT/GPT等架构，熟悉预训练-微调范式
精通使用Hugging Face/DeepSpeed/Megatron等大模型工具链
精通大模型关键技术：Prompt Engineering、RAG、MoE架构
精通多模态训练技术（CLIP/BLIP/VILT等）
具备分布式训练经验（DDP/FSDP/ZeRO优化）
精通模型安全机制：对齐训练、RLHF、内容过滤
能快速复现论文算法（arXiv最新论文追踪能力）
对技术商业化有敏锐洞察，擅长将学术成果转化为业务价值
强烈的技术好奇心，主动探索LangChain/AutoGPT等新兴生态
工作职责
参与大模型选型与场景适配分析，完成POC验证
基于PyTorch/TensorFlow实现算法模块，优化训练效率与资源占用
学习企业级AI开发流程（数据治理、分布式训练、模型监控）
主导AI算法全流程开发：从需求分析→算法选型→模型训练→生产部署
开发大模型微调框架（LoRA/P-Tuning等），实现行业知识注入
构建模型评估体系，解决数据偏差/过拟合/长尾分布等难题
探索大模型与业务场景结合点（如AIGC、智能决策、多模态检索）
优化模型推理性能（量化/蒸馏/ONNX-TRT部署）
优先资格
有Kaggle/天池竞赛Top 10%或顶会论文者优先
AI 洞察
优缺点分析
优点
- 大模型是当前最热门的技术方向，技能积累价值高
- 公司为上市企业，平台稳定，资源充足
- 职责覆盖全流程，能获得从研究到落地的完整经验
- 技术迭代快，需要持续学习最新论文和框架
- 适合有较强编程和算法基础，对AI前沿技术充满热情，愿意深入大模型领域并解决实际问题的求职者
缺点 / 挑战
- 大模型训练资源消耗大，可能面临算力瓶颈
- 对数学和工程能力要求高，入门门槛较高
角色解读
- 从算法工程师向大模型专家发展，成为AI领域技术骨干
- 向AI架构师或技术负责人晋升，负责复杂系统设计
- 横向拓展到多模态、AIGC等前沿方向，提升综合影响力
- 参与大模型选型与场景适配，完成技术验证
- 主导算法全流程开发，包括需求分析、模型训练、生产部署
- 开发微调框架（LoRA/P-Tuning）实现行业知识注入
- 优化模型推理性能，通过量化、蒸馏、ONNX-TRT部署
- 精通Python及深度学习框架（PyTorch/TensorFlow）
- 深入理解Transformer架构及大模型微调范式
- 掌握分布式训练技术（DDP/FSDP/ZeRO）
- 熟悉大模型生态工具（Hugging Face, LangChain等）
申请策略
- 提前了解公司业务（卓胜微）与AI的结合点，面试中体现业务思考
- 准备一段完整的项目介绍，从问题到解决方案再到效果，逻辑清晰
- 突出大模型相关项目经验，尤其是微调、部署实战
- 展示对Transformer、PyTorch的深入理解，附带GitHub链接
- 如果有竞赛或论文，重点强调排名和贡献
- 描述分布式训练或模型优化方面的实践经验
- 强化PyTorch和分布式训练技能，熟悉DeepSpeed/Megatron
- 学习RAG、Prompt Engineering等大模型应用技术
面试指南
- 原理+实践结合：先讲理论，再举例说明应用场景
- 结构化回答：问题背景-方法选择-实施步骤-效果评估
- 展示思考深度：不仅谈怎么做，还谈为什么这样选以及在资源受限下的折中方案
- 请详细解释Transformer的自注意力机制及其优缺点
- 如何选择预训练模型并对其进行领域微调？
- 描述一次你优化模型训练速度或推理性能的经历
- LoRA和P-Tuning的区别是什么？何时使用？
- 你对RLHF的理解是什么？如何实现对齐训练？
职位点评
72
综合评分
大模型算法岗，前沿技术栈，高成长性，但工作强度未知，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
最适合追求技术成长、渴望接触前沿大模型技术的求职者，对工作生活平衡要求不高
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95
工作生活50
使命价值60
薪资福利
70中等
薪资估算中等偏上，无锡生活成本较低，性价比不错，但未披露具体福利，补偿性动机满足程度良好
薪资信号未披露（AI估算：20K-40K/月）
成长发展
95较高
职位聚焦大模型前沿技术，要求掌握最新工具链，成长空间巨大，发展性动机极强
技术前沿前沿/新兴技术
技术栈PyTorch、Transformer、LoRA、DeepSpeed、Megatron、RLHF、RAG、MoE、多模态
成长机会学习企业级AI开发流程、探索大模型与业务场景结合点
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作或加班情况，无锡市区办公，生活方式满足度一般
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
60中等
大模型技术推动行业创新，有一定社会价值，但公司主业为射频芯片，AI应用可能辅助性质，意义感中等
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
卓胜微 的其他在招职位
相似职位推荐
Watch Jobs