国家电投
【2027年校招】AI应用工程师
【2027年校招】AI应用工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai系统架构
Llm
Prompt Engineering
Rag
大语言模型
智能体
机器学习
值不值得投
79综合评分
综合评分 79
能源企业核心AI岗，技术前沿且业务价值高，稳定性强，适合看好“AI+能源”赛道的硕士应届生。
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，方便比较职业起点。
薪资怎么样
1.3万
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
64 个在招
市场机会
选择适中
重庆 · 人工智能 · 20 个在招
职位详情
关于这个职位
该职位主要负责基于大语言模型、智能体等AI技术的系统设计与开发，结合火电、水电、新能源等发电业务场景，推动AI技术在机组运维、发电调度等领域的落地应用
需要与产品、算法团队紧密协作，完成模型训练、评估及商业化集成，助力发电业务智能化升级
最低要求
硕士及以上学历
具备大语言模型、小模型、传统机器学习算法及智能体（Agent）等相关系统设计与开发能力
熟悉提示工程（Prompt Engineering）、思维链（CoT）、思维树（ToT）及RAG等前沿AI技术
具备复杂业务场景的数据分析、模型训练验证及产品化集成经验
工作职责
承担基于大语言模型（LLM）、小模型、传统机器学习算法、智能体（Agent）等相关系统设计开发优化工作
协同构建高可用、可扩展、低延迟的人工智能系统架构，确保其能够高效处理复杂、多步骤的任务
深入研究和应用提示工程（Prompt Engineering）、思维链（CoT）、思维树（ToT）等技术，提升大模型/智能体的推理、规划和决策能力
针对复杂业务场景，深入分析业务数据，构建高质量训练数据集，开展算法研究，完成模型的训练、验证及产品化集成
负责算法模型和智能体服务与外部工具和API（如数据库、搜索引擎、内部系统）集成应用，扩展其能力边界，实现与真实世界的交互
建立科学的评估体系，对算法模型、智能体的性能、可靠性、安全性进行持续监控、测试和迭代优化
紧密跟踪前沿AI新技术（如RAG、自主智能体、多Agent协作），并可快速进行技术原型验证和落地
与产品经理、算法工程师、前端工程师协作，推动AI相关产品技术商业化应用
协助完成大模型应用场景调研，梳理火电、水电、新能源发电（光伏、风电等）的机组运维、发电调度、设备巡检、能耗管控等业务需求，参与大模型在发电领域的落地适配工作，助力发电业务场景智能化升级
AI 洞察
优缺点分析
优点
- 依托大型能源企业平台，能接触海量真实业务场景与数据，项目稳定性高
- 处于“AI+能源”前沿交叉领域，行业前景广阔，技术落地价值大
- 福利体系完善，工作稳定性强
- 传统能源企业的IT/研发流程可能相对严谨繁琐，敏捷度不及纯互联网公司
- 适合看好“AI+能源”赛道、追求工作稳定性与平台资源，且具备较强业务理解与技术落地能力的硕士应届生
缺点 / 挑战
- 需要将前沿AI技术与传统发电业务深度结合，对业务理解能力要求较高
角色解读
- 从AI应用工程师成长为AI技术专家或AI业务架构师
- 在能源行业数字化转型中积累深厚的“AI+能源”复合背景，向AI项目负责人或技术管理方向发展
- 负责大语言模型、智能体等AI系统的架构设计与开发优化
- 结合火电、新能源等发电业务场景，推动AI技术在运维、调度等领域的落地
- 与跨部门团队协作，完成模型训练、评估及产品化集成
- 扎实的大模型（LLM）、机器学习算法基础及智能体（Agent）开发经验
- 熟练掌握提示工程、RAG等前沿AI技术
- 具备复杂业务场景的数据分析与模型产品化落地能力
申请策略
- 了解国家电投在数字化转型和新能源领域的战略布局，面试时展现对“AI赋能传统能源”的思考
- 突出在大模型、Agent、RAG等方向的实战项目经验
- 展示将AI技术应用于具体业务场景（如数据分析、自动化决策）的落地成果
- 强调跨团队协作与复杂系统架构设计能力
- 深入了解电力行业（火电、水电、新能源）的基础业务流程与痛点
- 补充大模型微调、智能体编排（如LangChain/AutoGen）及工程化部署的实战技能
面试指南
- 采用STAR法则描述项目，重点突出业务痛点、技术选型（如为何选RAG或Agent）、实施过程及最终量化收益
- 回答业务结合问题时，先阐述对业务的理解，再提出AI解决方案及预期价值
- 请介绍一个你主导或深度参与的大模型/Agent落地项目，遇到了哪些技术挑战？
- 如何将Prompt Engineering或RAG技术应用于发电设备的运维或调度场景？
- 在构建高可用AI系统架构时，你如何平衡模型推理延迟与系统吞吐量？
- 面对传统能源业务场景，你认为AI技术最大的落地难点是什么？
- 复习大模型核心技术（CoT、ToT、RAG、多Agent协作）及最新论文/开源框架
- 提前了解国家电投的主营业务及近期在智能化、新能源方面的公开新闻或研报
职位点评
薪资福利75
成长发展85
工作生活70
使命价值85
薪资福利
75中等
大型能源企业提供具有市场竞争力的薪酬与完善的福利体系，薪资水平在重庆地区属于中上，稳定性极高。
薪资信号未披露（AI估算：1千–1.5万/月）
成长发展
85较高
处于AI与能源交叉的前沿领域，能接触核心业务场景，技术成长空间大，且平台资源雄厚。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Prompt Engineering、RAG、CoT、ToT、机器学习
业务类型profit_center
工作生活
70中等
大型能源企业通常工作节奏相对规律，但AI研发及项目落地阶段可能存在一定的加班压力，整体WLB较好。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
助力国家能源转型与“双碳”目标，推动传统发电业务智能化升级，社会价值与使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号助力发电业务场景智能化升级
创新程度积极采用新技术
Watch Jobs