德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 1 天前普通员工/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
数据挖掘
PyTorch
RAG
自然语言处理
TensorFlow
特征工程
Scikit-learn
AI 估算 · 15k–25k
沈阳AI算法岗平均薪资15-25K/月，外企待遇稳定，3年经验属中级水平，14薪为常见做法。
职位详情
关于这个职位
该职位主要负责AI算法（机器学习、深度学习、NLP、大语言模型）的研发与落地，包括数据处理、模型训练优化、推理部署及Prompt Engineering等，同时需管理子项目并参与内部培训与标准制定
适合具备3年以上AI开发经验、精通Python和深度学习框架的工程师，工作地点在沈阳
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AI技术（LLM、RAG、Agent），保持技术竞争力
- 外企工作环境规范，注重培训和个人发展
- 沈阳生活成本较低，薪资在本地有竞争力
- 职责涵盖算法研发、项目管理、培训等，要求多面手能力
- 汽车行业AI应用场景可能不如互联网公司丰富，需适应传统制造业节奏
- 地点在沈阳，相比一线城市机会较少
- 适合有3年以上AI开发经验、愿意深入大模型技术并希望在沈阳长期发展的工程师，同时具备一定项目管理能力
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI专家或架构师方向发展，深入大模型、多模态等前沿领域
- 也可转向技术管理岗，带领团队负责更大规模的AI项目
- 外企背景有助于积累国际化项目经验，未来可跳槽至一线互联网或外资研发中心
- 负责AI算法（ML/DL/NLP/LLM）的研发与落地，包括模型设计、训练、调优和部署
- 开发Prompt Engineering方案，利用LangChain等工具构建基于LLM的企业级应用
- 参与大模型微调、RAG、Agent等前沿技术应用，提升模型在垂直领域表现
- 管理子项目，制定内部标准，提供内外部培训，承担技术联络角色
- 扎实的数学基础（线性代数、概率统计、优化理论），精通Python及数据处理工具Pandas/Scikit-learn
- 至少熟练掌握一种深度学习框架（TensorFlow/PyTorch/MindSpore）
- 年以上AI算法或大模型开发经验，独立主导至少2个AI项目
- 英语可作为工作语言，具备良好的沟通和培训能力
申请策略
- 在简历中明确标注沈阳为工作地点，表达长期发展意愿
- 面试时准备一个完整的AI项目案例，从问题定义到落地效果
- 突出AI项目经验，特别是主导或核心参与的2个以上完整项目
- 强调大模型相关实践（LLM微调、RAG、Prompt Engineering等）
- 展示编程能力（Python、深度学习框架）和数据处理工具熟练度
- 如有英文技术文档或培训经历，应重点提及
- 补充LangChain、vLLM等大模型工具链的使用经验
- 学习模型轻量化技术（量化、蒸馏）以增强部署能力
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验
- 对技术问题，先给出定义和原理，再结合实际项目经验，最后总结教训
- 请描述一个你主导的AI项目，包括算法选型、数据处理、模型优化和部署过程
- 你如何评估大模型在垂直领域的表现？有什么调优经验？
- 解释Prompt Engineering和RAG的工作原理，并举例说明应用场景
- 如何处理模型在推理阶段的延迟和吞吐量问题？
- 你如何与业务团队合作，将AI解决方案落地到实际生产环境？
- 复习机器学习、深度学习核心知识，特别是LLM相关技术
职位点评
68
综合评分
沈阳外企AI算法岗，前沿技术栈，发展空间好，但工作地点偏工厂，灵活性一般。
更适合这类人
适合重视技术成长和职业发展，能接受工厂办公环境并愿意在沈阳长期发展的求职者。
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65
薪资福利
70中等
薪资在沈阳地区有竞争力，外企福利齐全，但未在JD中明确具体薪资和福利，补偿性动机部分满足。
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（LLM、RAG等），有培训职责和子项目管理机会，发展性动机满足程度较高。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、自然语言处理、大语言模型、LangChain、RAG、Agent、vLLM、Ollama、TGI
成长机会继续教育需求识别、内部及外部培训、制定内部标准与流程、管理控制协调子项目
业务类型ambiguous
工作生活
50较低
工作地点在沈阳工厂，要求全职现场办公，未提及弹性工作或WLB信号，生活化动机满足一般。
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
汽车行业属于稳定成熟行业，职位通过AI技术推动制造业智能化，有一定社会价值，但使命感不强。
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