德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 16 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
研究与开发 (研发)
机器学习
深度学习
NLP
数据挖掘
PyTorch
RAG
TensorFlow
LLM
特征工程
AI 估算 · 15k–25k
沈阳AI算法岗，3年经验，跨国企业，薪资竞争力中等偏上。
职位详情
关于这个职位
该职位主要负责AI算法的设计与开发，包括机器学习、深度学习、自然语言处理以及大规模语言模型（LLM）的应用
你将探索LLM在对话系统、知识图谱等场景的落地，并优化模型推理性能，管理AI模型全生命周期，适合对前沿技术有热情、具备扎实算法基础的求职者
最低要求
至少本科学历，专业为计算机科学、数学、工业工程、人工智能应用等
扎实的数学基础（线性代数、概率统计、最优化）
精通Python及Pandas、Scikit-learn等数据处理工具
熟练掌握TensorFlow、PyTorch或MindSpore等深度学习框架
至少3年AI算法或大模型应用开发经验
独立主导或参与至少2个AI项目
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
独立完成数据挖掘、特征工程、模型训练与调优
探索大语言模型在对话系统、知识图谱、内容生成等场景的应用
设计实现Prompt Engineering方案，结合LangChain、LlamaIndex等工具构建企业级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聚类分布
优化LLM推理流程，利用vLLM、Ollama、TGI等框架提升服务性能
参与大模型继续预训练、微调、RAG、Agent适配等工作
管理AI模型从训练到部署的全生命周期
担任内部及外部联络人
编制内部文件并按需汇报
识别本领域继续教育需求，规划并实施培训
协助制定并优化内部标准与流程
观察专业领域趋势并制定方案
管理、控制和协调子项目
进行复杂分析以优化流程
AI 洞察
优缺点分析
优点
- 接触前沿AI技术（大模型、LLM应用），保持技术竞争力
- 跨国企业平台，资源丰富，有内部培训和跨文化协作机会
- 职责包括标准制定和培训，有利于个人影响力提升
- 适合有扎实AI基础、对大模型充满热情、愿意在制造业领域应用前沿技术并能适应英语环境的求职者
缺点 / 挑战
- 需同时掌握传统AI与大模型技术，技术栈广泛，学习压力大
- 英语工作环境要求较高的语言能力
- 算法落地到实体场景可能面临数据、工程化等挑战
角色解读
- 向高级AI算法工程师或技术专家方向发展，深耕大模型技术
- 转型为AI架构师，负责系统设计与技术规划
- 有机会参与内部培训与国际项目，拓展管理能力
- 设计并开发机器学习、深度学习、NLP算法模型，解决实际业务问题
- 探索大语言模型在对话系统、知识图谱等场景的应用，推动技术落地
- 优化模型推理性能，利用LLM推理框架和模型轻量化技术提升效率
- 管理AI模型从训练到部署的全生命周期，确保生产环境稳定性
- 扎实的数学基础（线性代数、概率统计、最优化）和编程能力（Python）
- 精通至少一种深度学习框架（如PyTorch、TensorFlow）
- 熟悉大模型应用技术（LLM、RAG、Agent、Prompt Engineering）及相关工具
- 英语可作为工作语言，能够进行国际协作与技术交流
申请策略
- 了解德科斯米尔业务（汽车线束和内饰），思考AI如何应用于汽车制造，如质量检测、流程优化
- 准备1-2个完整的AI项目案例，用英文清晰阐述技术细节
- 突出AI项目经验，特别是大模型相关（如LLM微调、RAG、Agent）
- 展示数学和编程能力，如算法竞赛、开源贡献
- 强调独立主导或完整参与项目的经历，以及技术文档写作能力
- 补充大模型工具链（LangChain、vLLM、Ollama等）的实战经验
- 提升英语口语和写作，准备英文技术面试
面试指南
- 使用STAR方法（情境、任务、行动、结果）结构化回答问题
- 展现技术深度：先概述原理，再结合项目细节，最后总结经验教训
- 对于开放性设计问题，从问题分解、方案对比、权衡取舍的角度回答
- 请详细描述你参与过的一个AI项目，包括目标、方法和成果
- 如何优化大语言模型的推理速度和吞吐量？
- 你用过哪些Prompt Engineering方法？请举例说明
- 如何处理数据清洗和特征工程，以支撑大模型微调？
- 请解释一下RAG和Agent的区别与应用场景
职位点评
65
综合评分
沈阳AI算法岗，大模型方向，跨国企业，技术前沿，薪资未明确，WLB一般。
更适合这类人
该职位最适合注重技术成长和前沿探索的求职者，若对工作生活平衡要求不高，且能接受沈阳外企环境。
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90
工作生活50
使命价值55
薪资福利
65中等
薪资未明确但根据沈阳AI岗市场水平，跨国企业提供中等偏上待遇，福利未提及，补偿性动机满足一般。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
90较高
职位涉及前沿大模型技术，有内部培训和国际交流机会，发展性动机强烈满足。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、NLP、大语言模型、LLM、Python、PyTorch、TensorFlow、Pandas、Scikit-learn、LangChain、LlamaIndex、vLLM、Ollama、TGI、RAG、Agent
成长机会继续教育、培训
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作或WLB，可能面临加班，生活化动机满足有限。
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
55较低
汽车行业智能制造有社会价值，但职位直接使命感不强，意义感动机中等。
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