德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Llm
Nlp
Pytorch
Rag
Tensorflow
机器学习
深度学习
值不值得投
70综合评分
综合评分 70
外企AI算法岗，技术前沿，成长空间大，但工作地点和模式待确认。
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。
薪资怎么样
28K
比人工智能中位数低
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 170 个在招 · 其中人工智能 2 个
市场机会
选择不多
沈阳 · 人工智能 · 2 个在招
职位详情
关于这个职位
该职位是德科斯米尔（沈阳）汽车零部件有限公司的工业工程ES岗位，主要负责AI算法设计与开发，包括机器学习、深度学习和NLP领域，并探索大语言模型在企业级场景的应用
你将参与从数据挖掘、模型训练到部署的全流程，并负责优化推理性能，推动AI技术在汽车制造领域的落地
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管理周期管理，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
- 外企背景，工作环境稳定，福利体系完善
- 涉及前沿大模型技术，技能提升空间大
- 有机会参与完整AI项目生命周期，积累实战经验
- 工作内容涉及多个领域，要求技术广度
- 沈阳AI岗位机会相对较少，竞争可能激烈
- 适合有3年以上AI经验，热爱技术，愿意在汽车行业深耕的工程师
缺点 / 挑战
- 可能面临项目压力，需要快速适应
角色解读
- 可向AI算法专家或大模型架构师方向发展，深入技术研究
- 有机会晋升为技术团队负责人，管理AI项目
- 在汽车行业积累经验，可转向智能制造或工业AI领域
- 负责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
- 探索大模型在对话系统、知识图谱等场景的应用，推动技术落地
- 优化LLM推理流程，提升服务性能，并参与模型全生命周期管理
- 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或PyTorch
- 具备扎实的数学基础，熟悉线性代数、概率统计和优化理论
- 有3年以上AI算法或大模型开发经验，独立主导过至少2个AI项目
申请策略
- 了解德科斯米尔业务，特别是汽车线束和内饰
- 关注沈阳本地汽车产业动态
- 突出大模型项目经验，特别是LLM应用和RAG
- 强调Python和深度学习框架的熟练度
- 展示独立主导项目的成果和量化指标
- 熟悉LangChain、vLLM等工具链
- 了解模型量化、蒸馏等轻量化技术
- 提升英语沟通能力，适应外企环境
面试指南
- 用STAR法则描述项目，突出你的贡献和成果
- 结合具体技术细节，展示你的深度理解
- 强调解决问题的思路和团队协作能力
- 请介绍一个你主导的AI项目，如何设计算法？
- 如何优化LLM推理性能？
- 你如何处理数据清洗和特征工程？
- 如何将大模型应用到具体业务场景？
- 你如何保持技术更新？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值60
薪资福利
70中等
外企背景，薪资可能具有竞争力，但具体福利未在JD中提及。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
90较高
岗位涉及前沿AI技术，提供丰富的技能成长机会，且明确要求持续学习和培训。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、LLM、LangChain、RAG
成长机会持续教育需求、内部及外部培训
业务类型ambiguous
工作生活
50较低
工作地点在沈阳，未提及远程或弹性办公，可能需现场办公。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
汽车行业稳定，但社会影响力一般，岗位聚焦技术实现。
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