Maxscend logo
卓胜微
AI算法工程师-校招

AI算法工程师-校招

发布于 大约 8 小时前

普通员工/个人贡献者

无锡市
无经验要求
全职员工
仅现场办公
硕士
研究与开发 (研发)
Deepspeed
Gpt
Lora
Prompt Engineering
Rag

AI 估算 · 15k–25k

AI算法岗校招薪资较高,无锡生活成本适中,公司为上市公司,综合竞争力强。

职位详情

关于这个职位

该职位面向硕士应届生,负责AI算法全流程开发,包括大模型微调、模型评估、推理优化等

你将参与前沿技术如LoRA、RAG、多模态等业务落地,与团队一起探索AIGC、智能决策等场景
适合有AI项目经验、热爱技术的校招生

最低要求

硕士学历,计算机/数学/AI相关专业,在校期间至少1个AI落地项目经验

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
熟练使用Hugging Face/DeepSpeed/Megatron等大模型工具链

工作职责

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

掌握大模型关键技术:Prompt Engineering、RAG、MoE架构
熟悉多模态训练技术(CLIP/BLIP/VILT等)
具备分布式训练经验(DDP/FSDP/ZeRO优化)
了解模型安全机制: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

AI 洞察

优缺点分析

优点

  • AI算法是当前热门方向,人才需求旺盛,薪资增长空间大
  • 工作内容前沿,涉及大模型微调、多模态等最新技术,技能积累快
  • 公司为上市公司,项目落地机会多,能锻炼工程化能力
  • 校招岗位对产出要求高,需要快速从学术转向工程落地
  • 无锡相比一线城市AI岗位较少,未来跳槽可能面临地域限制
  • 适合对AI技术有热情、希望从事前沿算法落地、且愿意在无锡发展的硕士应届生

缺点 / 挑战

  • 技术迭代快,需要不断学习新论文和工具,学习压力较大

角色解读

  • 从算法工程师向高级算法专家或技术负责人发展,积累大模型落地经验
  • 可横向扩展至多模态、AIGC、智能决策等前沿方向
  • 在半导体公司内部,有机会将算法应用于硬件产品,实现软硬结合
  • 负责AI算法从需求分析到生产部署的全流程开发,包括模型选型、训练和优化
  • 开发大模型微调框架,如LoRA、P-Tuning,用于行业知识注入
  • 构建模型评估体系,解决数据偏差、过拟合等难题
  • 探索大模型与业务结合场景,如AIGC、智能决策、多模态检索
  • 精通Python,掌握C++/Java等工程化语言,能高效实现算法
  • 深入理解Transformer/BERT/GPT架构,熟悉预训练-微调范式
  • 熟练使用Hugging Face、DeepSpeed等大模型工具链
  • 具备分布式训练、模型量化、Prompt Engineering等大模型关键技术

申请策略

  • 研究卓胜微的业务方向,思考AI如何与射频芯片或物联网结合
  • 准备一个完整的大模型项目案例,从问题定义到部署,展现工程能力
  • 突出AI落地项目经验,详细描述你在项目中的角色、技术和成果
  • 如果有Kaggle/天池竞赛或顶会论文,重点标注
  • 展示大模型相关技能,如使用Hugging Face、LoRA微调等
  • 量化项目成果,如模型准确率提升、推理速度优化等
  • 补充分布式训练经验,如DDP、FSDP、ZeRO,可学习相关教程
  • 熟悉Prompt Engineering和RAG技术,能快速应用到面试案例中

面试指南

  • STAR法则:情景、任务、行动、结果,结构清晰,突出技术难点和你的贡献
  • 对比分析:对于技术选型问题,先比较不同方案的优缺点,再给出选择理由
  • 问题解决思路:先定义问题,列举可能原因,然后逐步排查,给出最终方案
  • 请描述一个你独立完成的AI项目,从数据准备到模型部署的流程
  • 解释Transformer自注意力机制的原理和计算复杂度
  • 如何选择LoRA的秩?微调时遇到过哪些问题?如何解决?
  • 模型推理优化:量化、蒸馏、剪枝的区别和适用场景
  • 你对大模型安全对齐(RLHF)的理解?

职位点评

75
综合评分

前沿AI算法岗,技术成长快,但WLB不确定,薪资有竞争力。

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
最适合追求技术成长和职业发展的应届生,如果对工作生活平衡要求较高需谨慎考虑。
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90
工作生活60
使命价值65

薪资福利

70中等

薪资具有竞争力,但校招薪资范围偏中上,福利未明确提及。

薪资信号未披露(AI估算:15K-25K/月)

成长发展

90较高

岗位技术前沿,涉及大模型、多模态等热门方向,成长空间极大。

技术前沿前沿/新兴技术
技术栈LoRA、P-Tuning、RAG、MoE、CLIP、BLIP、LangChain、AutoGPT
业务类型ambiguous

工作生活

60中等

无锡生活成本低,但工作地点固定,无远程选项,加班情况未明确。

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

AI算法在半导体行业有应用潜力,但社会影响力一般。

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