德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 8 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
机器学习工程
Llm
Nlp
Pytorch
Rag
Scikit-Learn
Tensorflow
Vllm
数据挖掘
机器学习
AI 估算 · 15k–25k
沈阳AI算法岗位薪资集中在15-25K，3年经验且涉及大模型方向，市场竞争力中等偏上。
职位详情
关于这个职位
这是一个结合工业工程与AI技术的复合岗位，主要利用机器学习和深度学习技术，面向生产业务场景开发定制化AI解决方案，涉及大模型应用、数据处理和模型部署
职位要求3年以上经验，工作地点在沈阳，适合希望在制造业中应用前沿AI技术的工程师
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，熟悉线性代数、概率统计、最优化理论
精通Python编程，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
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、NLP等领域的算法设计与开发，构建定制化AI解决方案
独立完成数据挖掘、特征工程、模型训练与调优，提升模型在准确率、泛化能力、实时性等方面的表现
探索大规模语言模型（LLM）在对话系统、知识图谱、内容生成、智能推荐等场景的应用，推动大模型技术在企业级场景落地
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（数据清洗、特征提取）及工具，利用机器学习算法完成数据聚类分布等，支撑LLM微调数据集构建
优化LLM推理流程，使用vLLM、Ollama、TGI等推理框架提升性能，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领域适配等工作，提升垂直领域表现
完成AI模型从训练、调参、测试到部署的全生命周期管理，确保生产环境稳定性
在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（含国内与国际）
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，制定方案并提出行动建议
在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
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
- 职位涉及AI前沿技术（大模型、NLP），技术积累价值高
- 跨国企业平台，有机会参与国际化项目并接受系统培训
- 沈阳生活成本较低，职位薪资在当地具有竞争力
- 大模型领域快速迭代，需要持续学习和自我更新
- 沈阳本地AI生态相对一线城市较弱，行业交流资源有限
- 适合希望在传统制造业中应用AI技术、具备算法背景且能接受复合职责的工程师
缺点 / 挑战
- 职责范围较宽，需要在生产流程和AI算法之间切换，工作压力较大
角色解读
- 从算法工程师向AI专家或团队负责人发展，承担更多技术决策
- 深入大模型应用领域，成为企业级AI解决方案架构师
- 在工业工程与AI交叉领域深耕，成为智能制造的技术骨干
- 负责规划生产工艺，同时开发机器学习/深度学习算法解决业务问题
- 构建基于LLM的企业级应用，涵盖对话系统、知识图谱、内容生成等场景
- 进行数据挖掘、特征工程、模型训练与调优，持续提升模型性能
- 参与大模型微调、RAG、Agent适配及推理框架优化，推动技术落地
- 精通Python及数据处理工具（Pandas、Scikit-learn）
- 熟练掌握TensorFlow/PyTorch等深度学习框架
- 具备扎实的数学基础，包括线性代数、概率统计和优化理论
- 了解大模型推理框架（vLLM、Ollama等）和模型轻量化技术
申请策略
- 了解德科斯米尔的业务和沈阳工厂的具体需求
- 准备中英文双语简历，突出英语沟通能力
- 突出参与过的AI项目落地经验，特别是大模型相关项目
- 展示算法设计、数据处理和模型优化的量化成果
- 强调Python编程能力和深度学习框架的使用熟练度
- 学习LangChain、LlamaIndex等大模型应用框架
- 熟悉vLLM、Ollama等推理框架及量化蒸馏技术
- 补充工业工程或制造流程知识，增加岗位契合度
面试指南
- 使用STAR法则描述项目经历，突出具体贡献和效果
- 将技术问题与业务场景结合，展示价值导向思维
- 对于技术细节，先讲原理再用案例佐证
- 请介绍一个你主导的AI项目，包括算法设计和落地过程
- 你对大语言模型在制造业中的应用有哪些理解？
- 如何优化LLM的推理性能？谈谈你熟悉的框架
- 你如何处理数据不平衡或特征工程中的挑战？
- 如何与业务团队沟通需求，确保模型上线后的效果？
职位点评
63
综合评分
跨国汽车零部件企业，AI算法方向，技术前沿但办公灵活性较低。
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
适合看重技术成长且能接受现场办公的工程师，对薪资要求不高但注重平台价值。
表现最好
成长发展
相对薄弱
工作生活
薪资福利55
成长发展85
工作生活45
使命价值65
薪资福利
55较低
薪资未披露，但跨国企业通常提供有竞争力的薪酬，沈阳地区薪酬水平中等偏上。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位涉及前沿AI技术，公司提供培训机会，技能成长空间大。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、机器学习、深度学习、NLP、LLM、LangChain、RAG、数据挖掘、vLLM、Pandas、Scikit-learn
成长机会持续教育、培训
业务类型ambiguous
工作生活
45较低
工作地点在沈阳，未提及弹性工作或远程，生活节奏相对稳定。
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
汽车行业稳定，但职位对社会的直接贡献不大，不过推动制造业智能化有一定意义。
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