德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 7 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
Nlp
Pytorch
Rag
Tensorflow
大模型
数据挖掘
机器学习
深度学习
AI 估算 · 15k–25k
沈阳AI岗位需求增长，外资背景薪资竞争力较好，3年经验与AI技能溢价，月薪在1.5-2.5万之间。
职位详情
关于这个职位
该职位负责AI算法与大模型的开发与应用，涵盖机器学习、深度学习、NLP等方向，工作内容包括数据挖掘、模型训练、大模型落地、推理优化等，并推动AI技术在制造业场景中的实际应用
适合具备扎实算法基础、希望在外企平台深耕前沿技术的人
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
至少3年AI算法研发或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、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，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
熟悉数据处理技术及工具，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、Agent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
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
- 外资企业平台稳定，福利完善
- 接触前沿大模型技术，技术成长快
- 汽车行业数字化转型趋势，职位前景好
- 沈阳AI生态相对一线城市较弱，资源有限
- 职位涉及多种技术栈，要求全面
- 适合有扎实AI基础、希望在外企环境深耕技术、并愿意在制造业中应用前沿技术的人
缺点 / 挑战
- 需将AI技术落地到传统制造业，挑战较大
角色解读
- 从算法工程师向高级算法专家或AI技术经理发展
- 深入大模型方向，成为企业级AI应用架构师
- 结合工业工程背景，向智能制造与数字化转型方向发展
- 负责机器学习、深度学习、NLP等算法的设计与开发，构建定制化AI解决方案
- 进行数据挖掘、特征工程、模型训练与调优，提升模型性能
- 探索大语言模型在对话、知识图谱、内容生成等场景的应用，推动落地
- 优化LLM推理流程，利用vLLM、Ollama等框架提升服务性能
- 精通Python及数据处理工具（Pandas、Scikit-learn）
- 熟悉至少一种深度学习框架（TensorFlow、PyTorch、MindSpore）
- 扎实的数学基础（线性代数、概率统计、最优化）
- 了解大模型技术栈（LLM、RAG、Agent、LangChain等）
申请策略
- 了解德科斯米尔在汽车行业的业务，结合工业工程场景思考AI应用
- 针对JD中的关键词准备项目案例
- 突出AI项目经验，尤其是独立主导的完整项目
- 强调大模型相关实践，如RAG、微调、推理优化
- 展示数学基础与算法能力，可列出论文或竞赛
- 补充LangChain、LlamaIndex等大模型应用框架经验
- 熟悉模型轻量化技术（量化、蒸馏）
- 提升英语工作能力，尤其是技术文档阅读与沟通
面试指南
- 用STAR法则回答项目经验，突出贡献与结果
- 对比不同技术方案的优缺点，展现思考深度
- 结合工业场景，强调AI的落地价值
- 请介绍一个你独立主导的AI项目，从需求到部署的过程
- 如何优化大模型的推理速度？你用过哪些框架？
- 在处理大规模数据时，如何进行特征工程？
- 你如何理解RAG？在项目中如何实现？
- 为什么选择加入制造业的AI岗位？
职位点评
69
综合评分
沈阳外企AI算法岗，前沿大模型技术，薪资中等，工作节奏未明。
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稳定外企环境的求职者，尤其关注大模型前沿方向。
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65
薪资福利
70中等
外企平台提供稳定薪酬和福利，但薪资未明确，沈阳整体薪资水平相对一线城市偏低。
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、RAG等前沿技术，提供持续教育和培训机会，技术成长空间大。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、NLP、大模型、LangChain、vLLM、RAG、数据挖掘、机器学习
成长机会持续教育、培训
业务类型ambiguous
工作生活
50较低
要求现场办公，未提及弹性工作或远程，工作模式较为传统，WLB信号不明显。
工作模式仅现场办公
办公地点工厂/生产基地
加班情况未提及（无法判断）
使命价值
65中等
汽车行业稳定，AI应用有积极意义，但本职位描述未突出社会使命，行业增长平稳。
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