DRAXLMAIER logo
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
软件工程
Nlp
Pytorch
Rag
Tensorflow
大规模语言模型
数据挖掘
机器学习
深度学习

AI 估算 · 15k–25k

沈阳外资汽车零部件巨头,AI算法岗3年以上经验,薪资处于当地中高水平,结合外资福利整体竞争力不错。

职位详情

关于这个职位

该职位是德科斯米尔的工业工程ES岗位,主要负责机器学习和深度学习算法的设计与开发,探索大规模语言模型(LLM)在对话系统、知识图谱等场景的应用,并推动AI技术在企业级落地

工作地点在沈阳,要求具备3年以上AI算法或大模型开发经验

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

独立完成数据挖掘、特征工程、模型训练与调优
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
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(如Pandas、Scikit-learn),支撑结构LLM微调数据集
优化LLM推理流程,利用vLLM、Ollama、TGI等推理框架,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适配等工作
管理AI模型从训练、调参、测试到部署的全生命周期
担任内外部联络人,参与内部工作组协作
编制内部文件并按需进行内部汇报
规划并实施复杂主题的内部及外部培训
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
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

  • 外资巨头企业,平台稳定,资源丰富
  • 专注于前沿AI技术(LLM、RAG等),技术积累有价值
  • 职位涉及全流程开发,提升综合能力
  • 提供内外部培训机会,有利于持续成长
  • 工作内容偏AI研发,与职位名称“工业工程ES”可能不完全匹配,需关注实际职责
  • 沈阳AI人才市场相对较小,团队资源可能有限
  • 英文作为工作语言,对语言能力有要求
  • 适合有3年以上AI算法经验、希望在外资大平台接触前沿技术并获得系统培训的开发者

缺点 / 挑战

暂无明显挑战项

角色解读

  • 在AI算法方向深耕,成为深度学习或LLM领域的专家
  • 向技术管理方向发展,带领AI团队
  • 横向扩展到其他业务场景,如工业自动化和智能制造
  • 设计和开发机器学习、深度学习及NLP算法,构建定制化AI解决方案
  • 探索大规模语言模型(LLM)在对话、知识图谱、内容生成等场景的应用
  • 优化LLM推理流程,使用量化、蒸馏等技术提升模型性能
  • 参与AI模型全生命周期管理,从训练、调优到部署
  • 精通Python编程及数据处理工具(Pandas、Scikit-learn)
  • 熟练掌握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、最优化理论)
  • 具备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

  • 了解德科斯米尔在汽车行业的业务和AI应用方向,面试中展示对应兴趣
  • 准备好英文面试,尤其是技术问题的英文表达
  • 突出AI项目经验,特别是独立主导或完整参与的项目,详细描述算法设计和落地效果
  • 强调Python编程和深度学习框架的熟练度,列出使用的工具和框架
  • 如果有LLM或NLP相关项目经历,务必重点展示
  • 英语能力证明,如证书或工作经历
  • 如果对大模型(LLM)不够熟悉,建议学习LangChain、RAG等框架
  • 加强模型量化、蒸馏等轻量化技术

面试指南

  • STAR法则(情境、任务、行动、结果)回答项目问题
  • 先描述原理,再谈具体实践,最后对比不同方案
  • 结合业务场景说明技术选型的原因
  • 请介绍一个你独立主导的AI项目,包括挑战和解决方案
  • 你如何优化大模型的推理性能?
  • 解释一下RAG(检索增强生成)的工作原理
  • 你如何处理数据不平衡问题?
  • 你使用过哪些深度学习框架?它们各有什么优缺点?

职位点评

68
综合评分

沈阳外资大厂AI岗,前沿技术栈,发展空间大但WLB一般。

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
最适合追求技术成长和职业发展的求职者,对工作生活平衡要求不高。
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40
使命价值60

薪资福利

75中等

外资巨头企业,薪资竞争力强,福利齐全,提供内部培训,补偿性动机满足度较高。

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),提供培训机会和全流程开发,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
成长机会继续教育、培训
业务类型ambiguous

工作生活

40较低

仅现场办公,沈阳工厂,WLB信号未提及,可能面临加班压力。

工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

60中等

汽车行业稳定成熟,但职位偏向技术开发,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