德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 20 小时前普通员工/个人贡献者
全职员工仅现场办公工业工程
工业工程
Llm
Nlp
Pytorch
Rag
Tensorflow
工业工程
机器学习
深度学习
值不值得投
67综合评分
综合评分 67
跨国企业AI算法岗，技术前沿，成长空间大，但工作地点和WLB未明确。
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。
薪资怎么样
20K
比工业工程中位数高
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 190 个在招 · 其中工业工程 38 个
市场机会
选择适中
沈阳 · 工业工程 · 11 个在招
职位详情
关于这个职位
该职位负责规划并实现新老产品的生产工艺，同时深度参与AI算法与大模型应用的开发与落地，包括机器学习、深度学习、NLP及LLM相关项目
你将负责从数据挖掘、模型训练到部署的全流程，并参与企业级AI应用系统的构建
适合具备扎实数学与编程基础、拥有3年以上AI研发经验的工程师
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
- 涉及前沿AI技术，如LLM、RAG、Agent，技术成长空间大
- 跨国企业平台，可接触国际项目，提升视野
- 职位兼具工业工程与AI，复合型技能稀缺，职业竞争力强
- 可能涉及跨部门协作和培训，沟通要求高
- 工作地点在沈阳，可能不如一线城市机会多
- 适合具备AI算法背景，对工业应用感兴趣，愿意在传统行业深耕的技术人才
缺点 / 挑战
- 需要同时掌握工业工程与AI，知识跨度大，学习压力大
角色解读
- 可向AI算法专家或技术负责人方向发展，深入大模型应用领域
- 有机会参与工业AI项目，积累垂直领域经验，成为行业专家
- 可转向管理岗位，负责子项目或团队管理
- 负责AI算法设计与开发，包括机器学习、深度学习、NLP等，构建定制化AI解决方案
- 参与大模型（LLM）的应用落地，如对话系统、知识图谱、内容生成等，并优化推理性能
- 管理AI模型全生命周期，从训练、调优到部署，确保生产环境的稳定性
- 在专业领域内进行内部培训、标准制定和流程优化
- 精通Python，熟悉Pandas、Scikit-learn等数据处理工具
- 熟练掌握TensorFlow、PyTorch或MindSpore等深度学习框架
- 扎实的数学基础，包括线性代数、概率统计和优化理论
- 具备LLM应用开发经验，熟悉LangChain、vLLM等工具
申请策略
- 了解德科斯米尔在汽车工业的AI应用方向，准备相关案例
- 关注公司文化，强调团队协作和跨部门沟通能力
- 突出AI项目经验，特别是独立主导或完整参与的项目，强调算法设计、开发和落地
- 强调LLM应用经验，如对话系统、RAG、Agent等
- 展示Python、深度学习框架的熟练度，以及数据处理能力
- 如有工业工程背景或相关项目，务必突出
- 补充LangChain、vLLM等大模型应用工具的使用经验
- 学习模型量化、蒸馏等轻量化技术
面试指南
- 用STAR法则回答项目经验，突出个人贡献和成果
- 结合具体案例，展示技术深度和解决问题的能力
- 强调对工业场景的理解，以及如何将AI技术落地
- 请介绍你主导的一个AI项目，从需求到落地的过程
- 你如何优化LLM推理性能？请举例说明
- 如何将AI技术应用于工业场景？
- 你如何处理数据清洗和特征工程？
- 你如何与跨部门团队协作？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
职位未提及薪资和福利，但作为跨国企业，薪资可能处于市场中等水平，稳定性较好。
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，如LLM、RAG、Agent，且提供内部培训机会，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、LangChain、LLM、RAG、Agent
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，可能现场办公，未提及弹性工作或远程，生活化动机满足有限。
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
70中等
汽车行业稳定，但未提及社会价值，行业前景稳定，创新性一般。
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
德科斯米尔 的其他在招职位
相似职位推荐
Watch Jobs