德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 4 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
Tensorflow
值不值得投
76综合评分
综合评分 76
前沿AI技术栈，跨国平台背书，侧重LLM落地应用，成长性强
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
2.8万
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 270 个在招 · 其中AI算法 8 个
市场机会
选择不多
沈阳 · AI算法 · 8 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NLP领域的算法设计与开发，特别是大语言模型（LLM）在企业级场景的落地应用
候选人需独立完成数据挖掘、模型训练调优及推理优化，并参与RAG、Agent适配等前沿技术实践，确保AI模型在生产环境中的高性能与稳定性
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，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
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，Llama Index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
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
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
- 需平衡传统制造工艺与现代AI技术，对英语沟通及跨部门协作能力要求高
- 具备扎实AI理论基础，渴望将前沿技术应用于实体产业的高级算法工程师
缺点 / 挑战
- 跨国巨头平台，技术栈前沿（LLM/AI），业务场景丰富且具挑战性
角色解读
- 可向AI首席科学家、技术专家或AI项目负责人方向发展，深入垂直行业智能化转型
- 负责企业级AI应用系统的算法设计与开发，特别是大语言模型（LLM）的落地应用
- 精通Python及主流深度学习框架，具备LLM微调、RAG架构设计及推理优化能力
申请策略
- 准备英文自我介绍及技术案例阐述，体现跨文化沟通能力
- 突出LLM相关项目经验，强调模型优化、部署及解决实际业务问题的成果
- 加强LangChain、向量数据库及模型量化蒸馏等工程化技能的实战练习
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答，重点展示技术选型理由、性能指标提升数据及业务价值
- 请介绍一个你主导的LLM落地项目，遇到的最大挑战及解决方案
- 如何优化LLM在低延迟场景下的推理性能？
- 谈谈你对RAG架构的理解及其在企业知识库中的应用
- 复习Transformer架构细节，熟悉主流LLM框架（vLLM/TGI）的使用场景，准备1-2个深度技术案例
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
跨国车企通常提供规范的薪酬体系和福利，但JD未披露具体薪资，基于行业水平推测为市场水准。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
90较高
职位涉及LLM、RAG、Agent等前沿技术，且要求参与内部培训和技术趋势研究，成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、NLP、Deep Learning、LangChain、RAG、Agent、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profit_center
工作生活
60中等
制造业背景可能意味着一定的现场办公要求，但作为研发岗位，工作内容具有较高的自主性和创造性。
工作模式未明确
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
70中等
通过AI技术赋能汽车制造和用户体验，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
智能座舱AI算法开发工程师-德语方向
联想 · 上海市
AI 估算 · 3.5–6.0万3 小时前发布
Agent Personalization and Memory Evolution
联想 · 北京市
AI 估算 · 5.0–8.0万3 小时前发布
Staff Agent R&D Engineer
联想 · 北京市
AI 估算 · 4.0–7.0万3 小时前发布
Agent Personalization and Memory Evolution
联想 · 北京市
AI 估算 · 4.0–7.0万3 小时前发布
推理架构算法工程师
京东 · 北京市
AI 估算 · 5.0–8.0万3 小时前发布
Senior Consultant Specialist
汇丰 · 西安市
AI 估算 · 2.0–3.5万3 小时前发布
VP, FC Investigative Tooling
汇丰 · 广州市
AI 估算 · 3.5–6.0万3 小时前发布
AVP, Investigative Tooling
汇丰 · 广州市
AI 估算 · 2.5–4.5万3 小时前发布
Watch Jobs