德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 15 分钟前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Llm
Nlp
Prompt Engineering
Pytorch
Rag
Vllm
值不值得投
76综合评分
综合评分 76
跨国车企AI核心岗，聚焦LLM前沿技术落地，技术成长性强，工作地沈阳。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.8万
比AI算法中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 270 个在招 · 其中AI算法 9 个
市场机会
选择不多
沈阳 · AI算法 · 9 个在招
职位详情
关于这个职位
该职位主要负责机器学习、深度学习及NLP领域的算法设计与开发，特别是大语言模型（LLM）在企业级场景的落地应用
候选人需独立完成从数据挖掘、模型训练调优到推理部署的全生命周期管理，并探索Prompt Engineering、RAG等前沿技术以提升业务效能
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、概率统计和最优化理论
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或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
计划和实现现有产品和新产品的生产工艺
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
- 接触前沿的大模型技术栈（LLM, RAG, Agent），在传统制造业数字化转型中发挥关键作用，平台稳定
- 适合对AI落地应用有热情，且希望在稳健的大型跨国企业中深耕技术专长的工程师
缺点 / 挑战
- 需要将前沿AI技术与传统汽车制造场景结合，可能面临数据质量、算力资源或业务理解上的挑战
角色解读
- 可向首席AI科学家、AI技术总监方向发展，或在企业内部成为大模型应用领域的专家顾问
- 专注于AI算法与大模型技术的研发与应用，包括LLM的微调、RAG架构搭建及Prompt工程设计
- 精通Python及主流深度学习框架，具备扎实的数学基础和3年以上AI项目落地经验，熟悉LLM推理优化技术
申请策略
- 准备英文面试材料，因为职位要求英语作为工作语言，且涉及国际协作
- 突出展示LLM微调、RAG系统搭建及模型推理优化的具体项目案例，强调解决复杂业务问题的能力
- 深入理解汽车制造或工业工程背景下的数据特点，提升对LangChain等LLM应用框架的实战熟练度
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目，重点阐述技术选型理由、遇到的瓶颈及具体的优化手段
- 请介绍一个你主导的LLM落地项目，你是如何解决幻觉问题的？
- 如何在资源受限的情况下优化LLM的推理延迟？
- 请解释RAG架构在你的项目中的应用及优化策略
- 复习大模型前沿论文，准备关于模型量化、蒸馏及向量数据库应用的详细技术细节
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
跨国巨头企业提供具有竞争力的薪资和稳定的福利体系，虽未明确披露具体数字，但行业地位保障了薪酬的市场水准。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
90较高
职位高度聚焦于LLM、RAG、Agent等前沿AI技术，提供丰富的技术成长空间和内部培训机会，职业发展路径清晰。
技术前沿前沿/新兴技术
技术栈LLM、NLP、LangChain、RAG、Prompt Engineering、vLLM、PyTorch
成长机会规划并实施复杂主题的内部及外部培训、识别公司内部本领域持续教育需求
业务类型profit_center
工作生活
60中等
作为制造业背景的科技公司，工作节奏相对互联网大厂可能更可控，但JD未明确提及弹性工作制或WLB政策，需进一步确认。
工作模式未明确
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
70中等
通过AI技术创新提升驾驶体验和汽车制造效率，具有一定的社会价值和技术使命感，属于传统行业的技术升级。
行业发展稳定成熟行业
社会影响中性/一般
使命信号enhance your driving experience、automotive innovations
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
AI Migration Engineer
汇丰 · 广州市
AI 估算 · 2.5–4.5万12 分钟前发布
资深软件开发工程师
滴滴出行 · 杭州市
AI 估算 · 3.5–6.0万19 分钟前发布
集团安全部-内容安全大模型算法-商品合规大模型（杭州）
阿里巴巴 · 杭州市
AI 估算 · 3.0–5.0万44 分钟前发布
研究型实习生 - 大规模LLM模型训练优化研究项目
阿里巴巴 · 北京市
AI 估算 · 8.0千–1.5万44 分钟前发布
智能控制工程师 （AI方向）-（混凝土机械公司）
中联重科 · 长沙市
AI 估算 · 1.8–3.0万2 小时前发布
AI Agent 應用開發工程師
纬创资通 · 高雄市
AI 估算 · 6.0–9.0万2 小时前发布
AI Application Engineer, Product Engineering
西部数据 · 深圳市
AI 估算 · 1.5–2.5万3 小时前发布
业务技术-Agent应用算法工程师-评测/自进化
天猫 · 杭州市
AI 估算 · 4.0–7.0万3 小时前发布
Watch Jobs