德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 9 小时前普通员工/个人贡献者
沈阳市
高级经验
全职员工
仅现场办公
本科
工业工程
Llm
Nlp
Pytorch
Rag
Tensorflow
工业工程
机器学习
深度学习
AI 估算 · 15k–25k
职位详情
关于这个职位
该职位负责规划并实现新老产品的生产工艺，同时深度参与AI算法与大模型应用的开发与落地，包括机器学习、深度学习、NLP、LLM微调与推理优化等
您将作为专业领域的联络人，参与内部培训与流程优化，并管理子项目
适合具备扎实数学与编程基础、有AI项目经验的工程师
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、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管理周期管理，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
- 公司为跨国巨头，平台稳定，业务涉及汽车行业，AI应用前景广阔
- 工作内容跨度大，需同时兼顾工业工程与AI算法，对综合能力要求高
- 适合具备AI算法背景，同时愿意涉足工业工程领域，能适应跨职能工作的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI算法专家或工业工程与AI融合方向深入发展，未来可晋升为技术负责人或项目经理
- 负责规划并实现新老产品的生产工艺，同时深度参与AI算法与大模型应用的开发与落地
- 需要扎实的数学基础、精通Python、熟悉深度学习框架（如PyTorch、TensorFlow），并具备大模型应用开发经验
申请策略
- 了解德科斯米尔在汽车行业的业务，展示对汽车制造与AI结合的兴趣
- 突出AI项目经验，尤其是大模型应用、微调、RAG等
- 强调Python和深度学习框架的熟练度
- 可补充工业工程相关知识，如生产工艺规划
- 熟悉LangChain、vLLM等工具
面试指南
- 使用STAR法则，突出项目背景、你的角色、技术难点和最终成果
- 请介绍一个你主导的AI项目，包括技术选型和落地效果
- 准备大模型微调、RAG、推理优化等案例，复习机器学习基础，了解工业工程基本概念
职位点评
69
综合评分
跨国汽车零部件公司，AI算法与大模型应用岗位，技术前沿，薪资中上，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
适合追求技术成长、对AI前沿技术有热情，且不介意现场办公的求职者。
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85
工作生活50
使命价值60
薪资福利
70中等
薪资水平在沈阳地区具有竞争力，但具体福利未在JD中明确，稳定性较好。
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，如LLM、RAG，且公司提供培训机会，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、LangChain、RAG、LLM
成长机会持续教育需求、内部及外部培训
业务类型ambiguous
工作生活
50较低
工作地点为沈阳，需现场办公，未提及弹性工作，WLB信号不明。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
60中等
汽车行业稳定，但社会影响力一般，创新程度较高。
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
Watch Jobs