德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 14 小时前普通员工/个人贡献者
沈阳市
中级经验
全职员工
仅现场办公
本科
软件工程
Llm
Nlp
Ollama
Prompt Engineering
Pytorch
Rag
Scikit-Learn
Tensorflow
Vllm
AI 估算 · 15k–25k
沈阳AI算法岗位，3年以上经验，跨国企业，薪资处于当地较高水平，但较一线城市略低。
职位详情
关于这个职位
该职位是德科斯米尔（沈阳）的AI算法工程师，主要职责包括机器学习、深度学习、NLP算法设计与开发，以及大模型（LLM）的应用落地与优化
你需要独立进行数据挖掘、模型训练调优，并推动AI技术在企业级场景的实现，同时参与培训与内部标准制定
最低要求
本科及以上学历，计算机科学、数学、工业工程、人工智能应用等相关专业
扎实的数学基础（线性代数、概率统计、最优化理论）
精通Python，熟悉Pandas、Scikit-learn
熟练掌握TensorFlow、PyTorch或MindSpore至少一种框架
至少3年AI算法研发或大模型应用开发经验
独立主导或完整参与至少2个AI项目
英语可作为工作语言
工作职责
负责机器学习、深度学习、NLP等领域的算法设计与开发，构建面向业务场景的定制化AI解决方案
独立完成数据挖掘、特征工程、模型训练与调优
探索大规模语言模型（LLM）在对话系统、知识图谱、内容生成等场景的应用
设计实现Prompt Engineering方案，结合LangChain、LlamaIndex构建企业级AI应用
熟悉数据处理技术及工具，利用机器学习算法完成数据聚类分布等
优化LLM推理流程，利用vLLM、Ollama、TGI等框架提升性能
参与大模型继续预训练、微调、RAG、Agent适配等工作
管理AI模型全生命周期（训练、调参、测试、部署）
担任专业领域内外部联络人，参与内部工作组协作
编制内部文档并按需汇报
规划并实施内部及外部培训
协助制定并优化专业领域内部标准与流程
观察识别领域趋势，制定方案并提出行动建议
管理、控制和协调子项目，监控项目执行与目标达成
进行复杂分析以优化流程并制定改进措施
AI 洞察
优缺点分析
优点
- 前沿技术：涉及LLM、RAG、Agent等当前AI热点，技术成长快
- 公司平台：跨国巨头，流程规范，有内部培训和跨国际交流机会
- 工作内容多样：从算法研究到工程部署，覆盖全链路
- 要求全面：需同时掌握算法、工程和业务理解，学习曲线陡峭
- 沈阳本地AI人才池相对较小，外部交流机会有限
- 适合有3年以上AI经验、热爱技术探索、愿意在制造业深耕的算法工程师
缺点 / 挑战
- 工作强度可能较高：作为制造业中AI推进者，需应对多项目并行
角色解读
- 纵向发展：从算法工程师到高级算法工程师、技术专家或架构师
- 横向扩展：可转向AI产品经理、数据科学家或全栈AI开发
- 管理路径：积累项目协调经验后，可晋升为技术团队负责人或项目经理
- 设计和开发机器学习、深度学习及NLP算法，构建定制化AI解决方案
- 负责数据挖掘、特征工程、模型训练和优化，提升模型性能
- 探索和落地大语言模型（LLM）在对话系统、知识图谱等场景的应用
- 参与模型部署、推理优化和全生命周期管理，确保生产环境稳定性
- 扎实的数学基础（线性代数、概率统计、最优化理论）
- 精通Python，熟悉Pandas、Scikit-learn等数据处理工具
- 熟练使用至少一种深度学习框架（TensorFlow、PyTorch、MindSpore）
- 具备大模型相关经验（LangChain、RAG、推理框架等）和英语工作能力
申请策略
- 在求职信中表达对汽车行业工业4.0的兴趣，连接AI与制造场景
- 关注德科斯米尔在沈阳的业务布局，展示长期发展意愿
- 突出AI项目经历：写明至少2个完整项目的算法设计、开发和部署细节
- 强调大模型相关经验：如LLM微调、RAG、LangChain使用等
- 展示数学和编程基础：列出相关课程或竞赛成果
- 体现英语能力：用英文撰写工作经历或附上英语成绩
- 补充或加深大模型推理框架（vLLM、Ollama）的实际操作
- 熟悉至少一个云平台（AWS、Azure）上的模型部署
面试指南
- STAR法则：情境、任务、行动、结果，清晰描述项目
- 技术问题先讲原理，再结合项目经验说明具体应用
- 开放性问题先明确边界，再提出方案，最后总结优缺点
- 介绍你主导的一个AI项目，从背景到结果
- 如何对大模型进行微调？有哪些关键超参数？
- 在模型推理优化方面，你用过哪些技术？
- 如何处理数据不平衡问题？
- 你对RAG的理解和实现方式是什么？
职位点评
66
综合评分
跨国企业AI算法岗，前沿技术栈，成长空间大，但WLB和薪酬透明度一般。
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
该职位最适合以技术成长为核心动机的求职者，如果你渴望接触AI前沿技术并愿意在制造业深耕，这个岗位将提供很好的平台。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值55
薪资福利
60中等
薪资未在JD中明确，但跨国企业通常提供有竞争力的薪酬福利，工作地点沈阳生活成本较低，综合看补偿性一般。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
90较高
技术要求前沿（LLM、AI），有内部培训和国际合作机会，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、LLM、LangChain、RAG
成长机会plan and conduct internal and external training
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作制，沈阳本地工作，通勤和WLB不确定性较高。
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
55较低
汽车行业稳定成熟，但职位对AI推动制造业升级有一定社会意义，不过使命信号不明显。
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
德科斯米尔 的其他在招职位
相似职位推荐
Watch Jobs