德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 14 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
机器学习工程
Llm
Nlp
Pytorch
Rag
Tensorflow
数据处理
机器学习
深度学习
AI 估算 · 15k–25k
沈阳AI岗位稀缺，大模型方向需求高，外资平台薪资有竞争力，估算15-25k/月。
职位详情
关于这个职位
这个职位虽然隶属工业工程部门，但实际上是一个AI算法工程师岗位，专注于机器学习、深度学习和自然语言处理（NLP）领域
你将负责构建定制化AI解决方案，探索大模型在业务场景的落地，并优化推理性能
适合有3年以上AI经验、热爱前沿技术并期望在制造业深耕的候选人
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，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
- 外资企业平台稳定，福利待遇较好，有国际化的合作环境
- 技术方向前沿，涉及大模型、NLP等热门领域，利于个人技术积累
- 职位涉及完整模型生命周期，能全面提升工程能力
- 沈阳相比一线城市，AI技术氛围和机会可能较少，需要自我驱动
- 工作内容可能涉及跨部门沟通和内部培训，需要一定的表达能力
- 适合有3年以上AI经验、热爱大模型技术、希望在外资制造企业稳定发展的算法工程师
缺点 / 挑战
- 职位要求较高，需要同时具备算法研发和工程落地能力
角色解读
- 可从AI算法工程师向高级算法专家或技术负责人发展
- 随着大模型技术发展，掌握LLM应用开发的人才需求旺盛，职业前景广阔
- 可在汽车智能制造领域深耕，结合工业场景成为行业专家
- 负责AI算法设计，包括机器学习、深度学习和大模型应用开发
- 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LLM在对话、知识图谱、内容生成等场景的应用，并落地企业级系统
- 优化LLM推理性能，参与模型微调、RAG和Agent开发
- 扎实的数学基础（线性代数、概率统计、最优化）
- 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（TensorFlow/PyTorch/MindSpore）
- 有3年以上AI项目经验，熟悉LLM、LangChain、RAG等技术
申请策略
- 了解DRAEXLMAIER的业务（汽车线束和内饰），思考AI如何应用于智能制造
- 准备项目案例，突出解决实际问题的能力和业务价值
- 突出参与过的AI项目，特别是大模型、NLP或LLM应用项目，强调独立主导和完整落地经验
- 详细描述在模型训练、调优、部署中的具体工作，量化性能提升
- 展示Python、TensorFlow/PyTorch等技能，以及数学基础
- 如有技术博客、开源项目或竞赛经历，可加分
- 补充LangChain、LlamaIndex等LLM应用框架的经验
- 熟悉vLLM、Ollama等推理框架和模型量化蒸馏技术
面试指南
- 对于项目类问题，使用STAR法则（情境-任务-行动-结果），突出你的角色和贡献
- 对于技术问题，先讲解原理，再结合项目案例说明应用，并提到性能指标
- 对于开放性问题，展示你的思考过程，并联系公司业务场景
- 请介绍一个你独立主导的AI项目，从需求分析到部署的完整过程
- 如何优化LLM的推理性能？你用过哪些技术？
- 你如何处理数据清洗和特征工程？举例说明
- 谈谈你对RAG和Agent的理解以及应用场景
- 你如何确保模型在生产环境中的稳定性？
职位点评
72
综合评分
外资制造企业AI算法岗，技术前沿，薪资未披露，WLB不明确。
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
适合追求前沿技术、渴望快速成长，且能接受沈阳生活节奏的求职者。
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60
使命价值65
薪资福利
70中等
薪资未明确披露，但外资企业通常提供有竞争力的薪酬和福利，能够满足基本的经济需求。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位涉及当前最热的大模型和AI技术，提供丰富的技术成长机会，且公司支持内部培训和外部交流。
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、PyTorch、TensorFlow
成长机会持续教育、培训
业务类型ambiguous
工作生活
60中等
工作地点在沈阳，需要现场办公，未提及弹性工作安排，生活方式可能较为固定。
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
65中等
公司为汽车零部件行业，业务稳定，但产品社会价值一般，技术应用有一定创新意义。
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