长江存储
算法工程师(J14644)
算法工程师(J14644)
发布于 大约 8 小时前普通员工/个人贡献者
武汉市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Prompt工程
Pytorch
Rag
Tensorflow
大模型
数据分析
机器学习
深度学习
AI 估算 · 20k–30k
校招硕士算法岗，大模型方向热门，长江存储为大型企业，薪资有竞争力，但武汉生活成本较低。
职位详情
关于这个职位
作为长江存储的算法工程师，你将参与公司级大模型平台的建设，负责模型训练、微调、RAG检索增强、Agent智能体及Prompt工程等核心工作，并推动AI技术在业务场景中的实际应用与落地
该岗位适合对AI前沿技术有热情、具备扎实编程和深度学习基础的应届硕士毕业生
最低要求
学历要求：硕士及以上学历
专业要求：计算机、电子、自动化、统计、数学等相关专业优先
其他要求：
) 熟悉Python编程，具备良好的数据结构与算法基础，有数据分析或建模相关项目经验
) 了解深度学习基本原理，熟悉主流深度学习框架，如TensorFlow或PyTorch，有模型训练、微调或推理部署实践经验优先
) 对大模型（如GPT、BERT等）有一定了解，具备相关实际应用经验或学习经历者优先
) 具备业务理解能力和良好的沟通、团队协作能力，能够积极参与项目落地执行
) 熟悉大模型微调、RAG、Agent智能体、Prompt工程等LLM应用技术，有相关项目实践经验者优先
) 了解AI应用开发与模型评估方法，具备AI落地与业务结合能力，有AI应用落地经验者优先
工作职责
) 理解业务场景，收集与分析相关数据，协助设计和开发基础的数据分析及人工智能模型
) 参与分析 ，协助进行算法建模与实现，推动业务流程自动化和智能化升级
) 参与公司级大模型平台的建设，包括协助模型训练、微调、推理部署、评估和应用集成，支持大模型在各业务部门的实际应用
) 负责编写相关技术文档，进行知识整理与分享，支持团队技术能力提升
) 参与公司级大模型平台建设，负责模型训练、微调、RAG检索增强、Agent智能体及Prompt工程等核心工作
) 深入业务场景，推动大模型/机器学习能力在各业务部门的实际应用与落地，评估应用效果并持续优化
) 探索AI前沿技术（多模态、智能体、模型评估与安全等），参与AI应用原型设计与技术验证
AI 洞察
优缺点分析
优点
- 公司为存储芯片行业龙头，平台大，资源丰富
- 大模型方向前沿，技术成长快
- 校招岗位，培养体系完善
- 需要不断学习新技术，保持竞争力
- 制造业背景，可能不如互联网公司灵活
- 适合对AI技术有热情、愿意深入业务、追求技术成长的应届硕士生
缺点 / 挑战
- 工作可能涉及高强度项目交付，压力较大
角色解读
- 从算法工程师逐步成长为AI技术专家，专注于大模型应用和优化
- 可向技术管理方向发展，带领团队推动AI项目落地
- 有机会参与公司级AI平台建设，积累大型项目经验
- 负责大模型平台的建设，包括模型训练、微调、推理部署等，支持业务部门应用
- 深入业务场景，推动AI能力落地，评估效果并持续优化
- 探索AI前沿技术，如多模态、智能体、模型安全等，进行原型设计与验证
- 熟练掌握Python编程，具备良好的数据结构和算法基础
- 了解深度学习原理，熟悉TensorFlow或PyTorch框架，有模型训练或部署经验
- 熟悉大模型微调、RAG、Agent、Prompt工程等LLM应用技术
申请策略
- 了解长江存储的业务和AI应用场景
- 准备展示AI落地项目的案例
- 突出Python编程能力和数据结构算法基础
- 展示深度学习项目经验，特别是模型训练或部署
- 强调大模型相关项目，如微调、RAG、Agent等
- 补充大模型微调和RAG的实践经验
- 学习Agent和Prompt工程，了解AI应用开发
面试指南
- 使用STAR法则描述项目经验，突出个人贡献和结果
- 结合具体案例说明技术应用，展示解决问题的能力
- 强调对业务的理解，说明如何推动AI落地
- 介绍一下你参与过的深度学习项目，如何优化模型？
- 你对大模型微调和RAG的理解是什么？
- 如何评估一个AI应用的效果？
- 你如何理解业务场景和AI技术的结合？
- 复习深度学习基础和大模型原理
职位点评
70
综合评分
技术前沿、成长空间大，但WLB不确定。
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
适合追求技术成长、对AI前沿技术有热情的求职者。
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50
使命价值60
薪资福利
70中等
薪资水平在武汉有竞争力，但未明确具体福利，整体补偿性一般。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
85较高
岗位涉及大模型前沿技术，成长空间大，但未明确晋升路径。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、大模型、RAG、Agent、Prompt工程
业务类型ambiguous
工作生活
50较低
工作地点在武汉，但未提及弹性办公或加班情况，生活化满足度一般。
工作模式未明确
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
60中等
存储芯片行业属于国家战略，但岗位本身社会影响力一般。
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
Watch Jobs