德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Llm
Machine Learning
Nlp
Prompt Engineering
Pytorch
Rag
值不值得投
75综合评分
综合评分 75
跨国车企背景，聚焦LLM前沿技术应用，技术成长空间大，工作稳定性高
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.4万
比AI算法中位数低
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 240 个在招 · 其中AI算法 2 个
市场机会
选择不多
沈阳 · AI算法 · 2 个在招
职位详情
关于这个职位
该职位主要负责机器学习、深度学习及大语言模型（LLM）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
候选人需独立完成数据挖掘、模型训练调优及推理优化，并推动大模型在企业级场景（如对话系统、智能推荐）的落地应用
最低要求
本科及以上学历，计算机科学、数学、工业工程、人工智能应用等相关专业
扎实的数学基础，熟悉线性代数、概率统计和最优化理论
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或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
计划和实现现有产品和新产品的生产工艺
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
- 跨国车企平台，业务场景丰富且稳定
- 接触前沿LLM技术，技术栈先进
- 工作环境规范，福利体系完善
- 传统制造业向智能化转型过程中，可能存在跨部门沟通成本
- 需平衡算法创新与生产环境的稳定性要求
- 希望在大厂平台深耕AI技术，对工业制造领域感兴趣，具备扎实算法基础和工程落地能力的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI技术专家、算法团队负责人或数字化转型顾问方向发展，深入探索垂直行业AI应用
- 负责设计和开发机器学习及大语言模型算法，解决具体的业务场景问题
- 精通Python及主流深度学习框架，具备LLM微调、RAG架构设计及模型推理优化能力
申请策略
- 强调英语工作能力，展示在跨国团队协作中的经验，以及对智能制造行业的理解
- 突出LLM相关项目经验，特别是RAG、Prompt Engineering及模型部署优化的具体成果
- 加强工业场景下的数据预处理能力，了解制造业常见痛点以提升解决方案的针对性
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术决策的逻辑性和量化成果
- 请介绍一个你主导的LLM应用项目，包括技术选型、难点攻克及最终效果
- 如何在资源受限的生产环境中优化LLM推理速度？
- 如何处理非结构化数据以构建高质量的微调数据集？
- 复习LLM最新技术动态（如MoE、长上下文处理），准备关于模型量化、剪枝等优化技术的详细案例
职位点评
薪资福利75
成长发展85
工作生活65
使命价值70
薪资福利
75中等
跨国车企提供具有竞争力的薪资和完善的福利体系，但JD未明确具体薪资范围，属于市场水准偏上水平。
薪资信号未披露（AI估算：1.8千–3.0万/月）
成长发展
85较高
职位涉及前沿的大模型技术应用，且公司有明确的培训和内部交流机制，有利于技术深度和广度的拓展。
技术前沿前沿/新兴技术
技术栈LLM、NLP、Deep Learning、LangChain、RAG、Prompt Engineering
成长机会规划并实施复杂主题的内部及外部培训、识别公司内部本领域持续教育需求
业务类型cost_center
工作生活
65中等
作为制造业实体岗位的AI技术支持，可能需要现场办公，但相比互联网大厂，工作节奏相对可控，WLB中等。
工作模式未明确
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
70中等
通过AI技术赋能汽车制造，提升生产效率和产品质量，具有一定的社会价值和行业影响力。
行业发展稳定成熟行业
社会影响中性/一般
使命信号enhance your driving experience、automotive innovations
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
Agent 开发工程师-订单组
同程旅行 · 北京市
薪资 · 3.0–4.5万1 小时前发布
Agent评测工程师
美团 · 北京市
AI 估算 · 2.5–4.5万1 小时前发布
【实习】大模型评测实习生
美团 · 北京市
AI 估算 · 0.3–0.4千1 小时前发布
AI Agent 知识库方向技术专家
美团 · 上海市
AI 估算 · 4.0–7.0万1 小时前发布
阿里云智能-集合通信优化技术专家-杭州/北京
阿里巴巴 · 杭州市
AI 估算 · 6.0–10.0万2 小时前发布
数据技术及产品部-AI领域专家-美术方向
阿里巴巴 · 杭州市
AI 估算 · 4.0–7.0万2 小时前发布
业务技术-AI Agent 应用开发工程师-数据Agent方向
阿里巴巴 · 杭州市
AI 估算 · 2.5–4.0万2 小时前发布
智多星-大模型与数据建模
阿里巴巴 · 北京市
AI 估算 · 1.5–2.5万2 小时前发布
Watch Jobs