德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 13 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
Tensorflow
大模型
机器学习
深度学习
AI 估算 · 15k–25k
沈阳AI算法岗，大模型方向，3年经验，薪资在东北地区属高位，外资企业福利稳定，综合月薪约2万。
职位详情
关于这个职位
该职位实际上是一个AI算法工程师岗位，负责机器学习、深度学习及自然语言处理算法的设计与开发，并探索大语言模型（LLM）在对话、知识图谱、推荐等场景的落地
工作地点位于沈阳，要求本科及以上学历，并具备至少3年AI算法研发经验
适合希望深耕大模型技术并追求外企稳定平台的求职者
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，智能推荐等应用场景，推动大模型技术在企业级场景的落地
设计实现Prompt Engineering方案，结合LangChain，Llamalndex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（如Pandas、Scikit-learn），利用机器学习算法完成数据的聚类分布等，支撑结构LLM微调数据集工作
优化LLM推理流程，利用vLLM, Ollama, TGI等推理框架提升服务性能，降低延迟，提高吞吐量
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（检索增强生成）、Agent（智能体）领域适配等工作，提升模型在垂直领域的表现
完成AI模型从训练、调参、测试到部署的全生命周期管理，确保模型在生产环境中的稳定性与高性能
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（含国内与国际培训）
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（如规划方法等）
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
- 职位处于AI大模型前沿领域，技术含量高，有利于个人技能积累
- 公司是跨国企业，平台稳定，福利体系完善，提供持续教育和培训机会
- 工作可能涉及多个项目并行，需要较强的自我管理和协调能力
- 办公地点在沈阳，相比一线城市技术氛围和机会可能略少
- 适合有3年以上AI经验，热爱技术钻研，希望在大模型方向深入发展，同时追求稳定外企环境的求职者
缺点 / 挑战
- 沈阳地区AI岗位相对稀缺，竞争压力可能较小，且属于外资企业，工作环境规范
- 职位要求较高，需要同时掌握传统机器学习与大模型技术
角色解读
- 从AI算法工程师向高级算法专家或技术负责人方向发展
- 可深入大模型应用方向，成为企业AI转型的核心力量
- 未来可转型为AI架构师或技术管理岗位
- 负责机器学习、深度学习、NLP算法的设计与开发，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，提升模型性能
- 探索大语言模型在对话、知识图谱、推荐等场景的应用，推动企业级落地
- 利用LangChain、LlamaIndex等工具构建基于LLM的企业级AI应用系统
- 精通Python，熟悉Pandas、Scikit-learn等数据处理工具
- 掌握至少一种深度学习框架（PyTorch、TensorFlow等）
- 扎实的数学基础，包括线性代数、概率统计和优化理论
- 了解大模型相关技术，如RAG、Agent、微调、推理优化等
申请策略
- 了解德科斯米尔的业务（汽车线束和内饰），思考AI在汽车制造中的应用场景
- 准备英文面试，因为英语需作为工作语言
- 突出AI项目经验，尤其是独立主导的项目，强调算法设计到落地的完整过程
- 展示技术栈，如Python、PyTorch、TensorFlow、LangChain等
- 强调大模型相关实践，如微调、RAG、Agent等
- 如有论文或专利，可附加展示
- 补充LangChain、LlamaIndex等大模型应用框架的实战经验
- 学习模型量化、蒸馏等推理优化技术，熟悉vLLM、Ollama等推理框架
面试指南
- 用STAR法则回答项目经验：情境、任务、行动、结果
- 对于技术问题，先讲原理，再结合项目经验说明
- 体现对大模型技术的热情和持续学习能力
- 请介绍一个你负责的AI项目，从数据到部署的全过程
- 大模型微调时如何选择数据集和处理数据？
- 解释RAG的原理和适用场景
- 如何优化LLM推理性能？
- 你如何跟进AI领域的最新技术趋势？
职位点评
66
综合评分
跨国企业AI算法岗，大模型技术前沿，培训完善，但薪资未明说且需现场办公。
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
适合追求技术成长和前沿领域发展，对薪资地域要求不太高的求职者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利55
成长发展85
工作生活60
使命价值65
薪资福利
55较低
该职位薪资未明确披露，但作为跨国企业正式岗位，提供稳定福利，在沈阳当地具有一定竞争力。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位涉及大模型、NLP等前沿AI技术，提供持续教育和培训机会，对技术成长有显著帮助。
技术前沿前沿/新兴技术
技术栈Python、机器学习、深度学习、NLP、大模型、LLM、PyTorch、TensorFlow、RAG、LangChain
成长机会培训
业务类型ambiguous
工作生活
60中等
要求现场办公，地点在沈阳，没有远程灵活安排，但外企通常有规范的工作时间。
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
汽车行业属于成熟产业，职位对行业发展有贡献，但社会直接影响有限。
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