德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 15 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
算法优化工程师
Llm
Nlp
Pytorch
Rag
Tensorflow
数据挖掘
机器学习
深度学习
AI 估算 · 25k–35k
AI算法岗位，要求3年经验，沈阳地区薪资水平相对一线城市较低，但外企福利较好，综合估算月薪2.5-3.5万。
职位详情
关于这个职位
该职位负责工业工程相关的生产工艺规划，同时深度参与AI算法设计与开发，包括机器学习、深度学习和NLP领域，构建定制化AI解决方案
你将负责数据挖掘、模型训练与优化，并探索大语言模型在企业级场景的应用，推动大模型技术落地
职位要求扎实的数学和编程基础，以及至少3年的AI算法研发经验
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
- 外企巨头，平台稳定，福利完善
- 涉及前沿AI技术，如大模型、RAG，技术成长快
- 工作内容多样，包括算法研发、项目管理和培训，综合能力提升
- 工作地点在沈阳，可能不如一线城市机会多
- 需要同时兼顾工业工程和AI算法，要求知识面广
- 英语作为工作语言，对语言能力有要求
- 适合有3年以上AI算法经验，希望在外企稳定发展，且对工业场景感兴趣的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师向高级算法专家或技术负责人发展
- 在汽车行业深耕，成为工业AI领域的专家
- 有机会参与国际项目，积累跨文化经验
- 负责AI算法设计与开发，包括机器学习、深度学习和NLP，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（LLM）在对话系统、知识图谱等场景的应用，推动大模型落地
- 优化LLM推理流程，利用vLLM、Ollama等框架提升服务性能
- 扎实的数学基础，熟悉线性代数、概率统计和优化理论
- 精通Python，熟悉Pandas、Scikit-learn等数据处理工具
- 熟练掌握至少一种深度学习框架，如TensorFlow、PyTorch或MindSpore
- 具备大模型应用开发经验，熟悉LangChain、RAG、Agent等技术
申请策略
- 关注德科斯米尔在沈阳的业务布局，了解其汽车电子方向
- 准备英文简历和面试，展示跨文化沟通能力
- 突出AI项目经验，特别是独立主导或完整参与的项目
- 强调大模型应用开发经验，如LLM、RAG、LangChain
- 展示数学基础和编程能力，如Python、PyTorch
- 补充大模型相关技术，如LangChain、vLLM、量化蒸馏
- 提升英语沟通能力，尤其是技术文档写作
- 了解汽车行业或工业工程知识，增加匹配度
面试指南
- 使用STAR法则，清晰描述项目背景、任务、行动和结果
- 强调技术选型理由和性能优化过程，展示解决问题的能力
- 结合工业场景，说明对业务价值的理解
- 请介绍一个你主导的AI项目，从需求到落地的过程
- 如何优化LLM推理性能？你使用过哪些框架？
- 你如何设计RAG系统？如何处理知识库更新？
- 在工业场景中，如何保证模型稳定性和实时性？
- 你如何与跨部门团队协作，推动AI项目落地？
职位点评
74
综合评分
外企稳定平台，前沿AI技术，薪资有竞争力，但工作地点固定。
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平台，对工作地点灵活性要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
外企巨头，薪资水平在沈阳地区有竞争力，福利完善，但薪资未明确披露。
薪资信号未披露（AI估算：25K-35K/月）
成长发展
85较高
职位涉及前沿AI技术，如大模型、RAG，并提供内部培训机会，成长空间大。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、NLP、LLM、LangChain、RAG、Agent
成长机会内部培训、持续教育
业务类型ambiguous
工作生活
60中等
工作地点在沈阳，现场办公，未提及弹性工作，但外企通常工作生活平衡较好。
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
汽车行业稳定，AI应用有实际价值，但社会影响力一般。
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