德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 3 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
Llamaindex
Llm
Nlp
Ollama
Pytorch
Rag
Scikit-Learn
Tensorflow
Vllm
AI 估算 · 18k–30k
沈阳AI岗位稀缺，外资企业薪资竞争力强，LLM技术前沿，预计月薪1.8-3万元。
职位详情
关于这个职位
这是一个位于沈阳的AI算法工程师岗位，属于德科斯米尔汽车零部件公司
你将负责机器学习、深度学习和LLM应用开发，包括模型训练、优化和部署
需要3年以上相关经验，精通Python和至少一种深度学习框架，并具备英语工作能力
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，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（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
- 技术栈前沿，涉及LLM、RAG、Agent等热门领域，能快速积累技术经验
- 跨国企业平台，有完善的培训和流程，可接触国际化项目
- 需要同时掌握算法开发和工程部署，技能要求全面
- 公司主体是传统汽车零部件行业，AI应用可能偏内部，业务价值创造需要探索
- 英语需作为工作语言，对沟通能力有要求
- 适合有3年以上AI经验、热爱技术研究、希望在稳定大平台深耕前沿技术的求职者
缺点 / 挑战
- 工作地点沈阳，生活成本较低，竞争压力相对一线城市小
角色解读
- 纵向成长：从算法工程师向高级算法专家、技术负责人发展
- 横向拓展：可转向AI产品经理、解决方案架构师或技术管理岗位
- 行业方向：汽车智能化领域对AI人才需求增加，发展空间大
- 负责机器学习、深度学习和NLP算法的设计与开发，构建定制化AI解决方案
- 进行数据挖掘、特征工程、模型训练与优化，提升模型性能
- 探索LLM在对话系统、知识图谱、内容生成等场景的应用，推动大模型落地
- 管理AI模型从训练到部署的全生命周期，确保生产环境稳定
- 精通Python，熟悉Pandas、Scikit-learn等数据处理工具
- 熟练至少一种深度学习框架（TensorFlow/PyTorch/MindSpore）
- 熟悉LLM相关技术，如RAG、Agent、LangChain、vLLM等
- 扎实的数学基础，包括线性代数、概率统计和优化理论
申请策略
- 深入了解公司在汽车智能化方面的布局，在面试中体现对业务场景的理解
- 关注职位名称与内容偏差，面试时确认实际工作方向
- 突出大模型相关项目经验，特别是RAG、Agent、微调等实战案例
- 强调独立的算法设计和落地能力，附上具体项目成果（如性能提升指标）
- 展现数学基础和编程能力，如源码、GitHub、竞赛经历
- 提及英语水平，可证明能作为工作语言
- 补充LangChain、vLLM等工具的使用经验，快速上手LLM部署
- 梳理深度学习框架的知识点，确保能熟练建模和调优
面试指南
- 使用STAR法则回答项目经历，突出挑战和解决方案
- 技术问题先讲原理，再结合案例说明
- 针对业务结合问题，强调技术如何解决实际问题
- 介绍你参与过的一个大模型项目，你在其中负责什么？
- 如何设计RAG系统以提升回答准确性？
- 你如何优化LLM推理性能？
- 你对模型微调有过哪些实践？如何处理数据？
- 如何将AI技术应用到传统制造业场景？
职位点评
70
综合评分
外资车企AI岗位，技术前沿，发展空间大，但薪资未披露，现场办公，WLB未知。
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、愿意在相对稳定的平台深耕前沿AI技术的求职者，对工作生活平衡要求不严苛。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展88
工作生活55
使命价值70
薪资福利
65中等
JD未提及薪资福利，但作为跨国企业，待遇有望高于沈阳市场平均水平。不过工作地点沈阳，整体薪酬竞争力不如一线城市。
薪资信号未披露（AI估算：18K-30K/月）
成长发展
88较高
岗位涉及LLM、RAG、Agent等前沿技术，具备丰富的技术挑战和成长空间。同时有培训和国际交流机会，发展性动机得到较好满足。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、Pandas、Scikit-learn、LangChain、LlamaIndex、vLLM、Ollama、RAG、LLM、NLP
成长机会持续教育、培训
业务类型ambiguous
工作生活
55较低
工作地点沈阳，现场办公，JD未提及弹性工作或加班情况，生活方式灵活性有限。
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
70中等
公司是汽车行业巨头，但AI岗位可能更多是技术赋能，社会价值和使命感一般。行业本身稳定，但AI应用有创新性。
行业发展高速增长赛道
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