德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 14 小时前基层主管/组长
沈阳市
中级经验
全职员工
仅现场办公
本科
软件工程
Llamaindex
Llm
Machine Learning
Mindspore
Nlp
Ollama
Pytorch
Rag
Scikit-Learn
AI 估算 · 15k–25k
沈阳AI算法岗，3年经验，大厂待遇，薪资在当地有竞争力
职位详情
关于这个职位
该职位主要负责AI算法和大模型的设计与开发，包括机器学习、深度学习、NLP以及LLM应用，同时需管理子项目、制定内部标准与流程，并提供技术培训
适合有至少3年AI算法经验、熟悉Python和深度学习框架的专业人士
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、数学等相关专业
扎实的数学基础，熟悉线性代数，概率统计，最优化理论
精通Python编程语言，熟悉Pandas，Scikit-learn等数据处理工具
熟练掌握TensorFlow，PyTorch，MindSpore等至少一种深度学习框架
具备至少3年AI算法研发或者大模型应用开发相关经验
独立主导或完整参与过至少2个AI项目的算法设计，开发，与落地
英语可作为工作语言
工作职责
负责机器学习，深度学习，自然语言处理(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
负责独立完成数据挖掘，特征工程，模型训练与调优工作，提升模型性能
探索大规模语言模型（LLM）在对话系统，知识图谱，内容生成，智能推荐等应用场景
设计实现Prompt Engineering方案，结合LangChain，LlamaIndex等工具构建基于LLM的企业级AI应用系统
熟悉数据处理技术及工具，利用机器学习算法完成数据的聚类分布等
优化LLM推理流程，利用vLLM, Ollama, TGI等推理框架提升服务性能，掌握量化，蒸馏等模型轻量化技术
参与大模型继续预训练、微调、RAG、Agent等工作
完成AI模型从训练、调参、测试到部署的全生命周期管理
在其专业领域内担任内部及外部联络人，参与内部工作组协作
编制内部相关文件并按需进行内部汇报
识别公司内部本领域持续教育需求，规划并实施复杂主题的内部及外部培训
协助制定并优化本专业领域的内部标准与流程
观察/识别专业领域趋势以制定方案，提出行动建议
在其专业领域内主要开展概念性工作
管理、控制和协调子项目，依据检查清单和绩效指标监控项目执行与目标达成情况
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
- 接触前沿LLM技术，提升AI领域竞争力
- 大型跨国企业，项目资源丰富，稳定性高
- 兼顾技术与管理职责，综合素质提升空间大
- 需要同时承担技术开发和管理协调任务，工作强度较大
- AI技术更新快，需持续学习保持领先
- 沈阳本地AI人才市场相对一线城市较小，可能面临合作资源有限
- 适合有扎实AI技术基础且愿意承担一定管理职责的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 向AI架构师方向发展，深入大模型应用与优化
- 转向技术管理岗位，如AI团队负责人或项目总监
- 成为企业内部AI领域的专家，主导技术创新与培训
- 负责AI算法设计与开发，涵盖机器学习、深度学习、NLP和大型语言模型（LLM）领域
- 利用LangChain、LlamaIndex等工具构建企业级AI应用系统，并优化推理流程
- 管理子项目，协调跨部门合作，制定内部标准与流程
- 进行技术培训，识别行业趋势并推动创新
- 精通Python及深度学习框架（TensorFlow/PyTorch/MindSpore）
- 扎实的数学基础，包括线性代数、概率统计和最优化理论
- 熟悉数据处理工具（Pandas、Scikit-learn）和大模型相关技术（RAG、Agent、量化蒸馏）
- 具备至少3年AI算法开发经验，独立主导过至少2个AI项目
申请策略
- 了解德科斯米尔在汽车行业的AI应用方向，展示行业理解
- 面试中准备一个完整的AI项目案例，从设计到部署
- 突出AI项目经验，尤其是LLM相关项目（如对话系统、RAG）
- 强调技术栈：Python、PyTorch、LangChain等工具的实际应用
- 展示项目管理能力和培训经验，体现领导力
- 补充大模型量化、蒸馏等模型轻量化知识
- 学习vLLM、Ollama等推理框架，提升部署经验
- 准备英语面试，练习用英语描述技术方案
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验
- 对于技术问题，先阐述原理，再结合实践案例
- 管理类问题强调沟通协调和问题解决能力
- 请介绍一个你主导的LLM项目，包括技术选型和落地效果
- 如何优化大模型推理延迟和吞吐量？
- 在管理子项目时，遇到进度延迟如何处理？
- 你对RAG和Agent的理解？在业务中如何选择？
- 你如何保持对AI前沿技术的跟踪？
职位点评
69
综合评分
跨国车企AI岗，前沿技术、管理结合，稳定性高但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
该职位最适合重视技术成长和职业发展的求职者，愿意在沈阳工作并接受工厂环境。
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88
工作生活50
使命价值55
薪资福利
70中等
薪资在沈阳地区有竞争力，公司为跨国巨头，稳定性高，但福利未具体提及。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
88较高
岗位涉及LLM、深度学习等前沿技术，且有培训和管理职责，成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、LangChain、深度学习、NLP
成长机会内部培训、外部培训、继续教育
业务类型ambiguous
工作生活
50较低
仅现场办公，地点沈阳，未明确WLB信息，可能按传统制造业节奏。
工作模式仅现场办公
办公地点工厂/生产基地
加班情况未提及（无法判断）
使命价值
55较低
汽车行业相对稳定，但岗位本身未强调社会价值或使命感。
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