保利地产
AI算法工程师（保利和润-广州总部）-秋招(J29437)
AI算法工程师（保利和润-广州总部）-秋招(J29437)
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
Nlp
Pytorch
大模型
推荐系统
模型工程化
特征工程
值不值得投
73综合评分
综合评分 73
央企平台、AI技术前沿、注重工程落地、工作生活平衡待观察。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
2万
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
约 490 个在招
市场机会
选择面较广
广州 · 人工智能 · 64 个在招
职位详情
关于这个职位
该职位为保利地产秋招的AI算法工程师，工作地点位于广州总部
主要负责NLP、推荐系统及大模型等人工智能领域的算法研发、模型训练与优化，以及从实验到生产的全链路工程化部署
需要应届生具备扎实的机器学习与编程基础，参与前沿技术预研与应用落地
最低要求
届应届本科或硕士毕业生，计算机、数学、统计学、人工智能相关专业优先
扎实的编码能力（Python/C++），熟悉深度学习框架（PyTorch），了解模型工程化工具（vLLM/TensorRT/LoRA等）
掌握机器学习与深度学习基础（Transformer、分类/聚类/排序模型），有大模型预训练、微调或RAG项目经验者优先
数学功底扎实，具备优秀的问题抽象与工程落地能力，有顶会论文或竞赛获奖者优先
学习能力强，跨部门沟通积极主动，具备团队意识
工作职责
算法研发与优化：参与NLP/推荐系统/大模型应用场景的模型设计与训练，完成微调、调优及部署支持
模型工程化：负责模型从实验到生产的全链路工程化，包括数据处理、训练评估、推理服务部署与效果监控
数据与特征工程：处理多源数据，构建特征库与画像标签，搭建数据闭环，持续提升模型质量
技术跟踪与应用：跟进大模型前沿技术（SFT/RLHF、RAG、Agent等），参与技术选型与预研，输出验证报告
优先资格
有大模型预训练、微调或RAG项目经验者优先
有顶会论文或竞赛获奖者优先
AI 洞察
优缺点分析
优点
- 央企平台稳定，能提供系统性的培训和规范的职业发展路径
- 职位聚焦NLP、推荐及大模型等前沿AI技术，技术栈具有竞争力
- 作为秋招岗位，对新人有完善的培养体系，有利于职业起步
- 有机会参与大型房地产企业的数字化转型，将AI技术落地到具体业务场景
- 国企环境下的技术迭代和项目推进节奏可能与互联网公司不同，需适应
- 适合计算机、人工智能相关专业的应届毕业生，对NLP、大模型等前沿技术有浓厚兴趣，希望在大型央企平台稳定发展并参与产业智能化的求职者
缺点 / 挑战
- 作为校招生，需要快速学习并掌握工程化部署等实践技能，将有挑战
- 需与多个业务部门沟通协作，对综合能力和沟通能力要求较高
角色解读
- 技术专家路线：深耕AI算法，成为NLP、推荐或大模型方向的技术专家
- 技术管理路线：在积累项目经验后，向AI团队负责人或技术管理岗位发展
- 行业应用路线：结合房地产行业知识，成为智慧地产领域的复合型AI专家
- 负责NLP、推荐系统等场景下的AI模型研发、训练和调优
- 主导AI模型从实验室走向生产环境的全流程工程化部署与监控
- 处理海量多源数据，构建特征体系，为模型提供高质量输入
- 持续追踪AIGC领域最新技术，并评估其在公司业务中的应用潜力
- 具备扎实的Python/C++编码能力和机器学习理论基础
- 熟练使用PyTorch等深度学习框架，并了解主流模型部署优化工具
- 拥有大模型（如LLM）相关的实际项目经验（预训练、微调或RAG应用）
- 具备优秀的数学建模能力和将算法转化为工程实践的能力
申请策略
- 深入了解保利地产的数字化战略和科技板块业务，展示你对公司的兴趣和思考
- 准备一个能体现你解决复杂问题能力和工程实现能力的完整项目案例，用于面试
- 重点突出与AI算法相关的课程项目、实习经历或竞赛成果，尤其是NLP、推荐或大模型相关
- 在技术栈描述中，明确列出对Python、PyTorch、以及JD中提到的工程化工具的掌握程度
- 如果有相关的技术博客、开源贡献或论文，可以作为重要加分项展示
- 在描述项目经历时，强调模型如何解决实际问题以及产生的业务效果（如提升准确率）
- 系统学习和实践大模型微调（如LoRA）、检索增强生成（RAG）等技术的具体实现
- 熟悉至少一种模型推理部署框架（如TensorRT、vLLM），了解模型压缩与加速技术
面试指南
- 对于项目问题，使用STAR法则（情境、任务、行动、结果）结构化回答，并突出个人贡献和技术深度
- 对于技术原理问题，先阐述核心概念，再结合实际应用举例说明，体现理论联系实际的能力
- 对于行业问题，可以结合房地产行业的特点（如海量用户数据、营销、客服、社区服务等场景）阐述AI的应用价值
- 请详细介绍一个你参与过的NLP或大模型项目，你在其中承担的角色、遇到的挑战及解决方案
- 你对Transformer架构的理解是什么？它的核心优势在哪？
- 如何将一个训练好的AI模型从实验环境部署到生产环境？请描述关键步骤和考虑因素
- RAG（检索增强生成）的基本原理是什么？相比于纯大模型，它有什么优缺点？
- 你未来3-5年的职业规划是什么？对于在地产行业做AI有什么看法？
职位点评
薪资福利75
成长发展80
工作生活65
使命价值60
薪资福利
75中等
央企校招岗位通常提供具有市场竞争力的起薪和全面的福利保障（如五险一金、补充医疗、年终奖等），薪资结构和稳定性较好。
薪资信号市场水准 (1.5千–2.5万/月)
成长发展
80较高
职位直接涉及NLP、推荐系统、大模型等前沿技术，提供了从模型研发到工程化落地的完整技术链路学习机会，成长空间明确。
技术前沿前沿/新兴技术
技术栈NLP、推荐系统、大模型、PyTorch、vLLM、TensorRT、LoRA、SFT、RLHF、RAG、Agent
业务类型ambiguous
工作生活
65中等
工作地点位于广州总部，需现场办公。作为央企，工作文化可能相对规范，但具体的工作节奏和灵活性需进一步了解。
工作模式仅现场办公
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
60中等
作为房地产央企，企业本身具有一定的行业地位和社会影响力。参与企业数字化转型，推动AI技术在传统行业落地，具有一定的实践意义。
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
保利地产 的其他在招职位
相似职位推荐
Watch Jobs