AI算法工程师

优缺点分析

角色解读

• 可深入大模型和时空AI领域，积累前沿技术经验，未来向算法专家或技术骨干发展
• 表现优秀有机会转正全职，进入中国移动体系内的研发岗位，享受大平台资源和稳定发展
• 积累的AI算法能力可横向迁移至其他行业，如自动驾驶、智慧城市等，拓宽职业路径
• 设计和实现时空智能大模型的输入输出层、特征提取层等核心算法模块
• 协助完成大模型的预训练、微调和参数优化工作，提升模型性能
• 参与算法研发文档整理、实验数据分析和技术总结，积累落地经验
• 熟练使用Python，了解深度学习框架（如PyTorch、TensorFlow）
• 掌握大模型（LLM）的基本原理和训练方法，有相关项目或竞赛经验者优先
• 具备良好的逻辑思维和文档撰写能力，能高效协作完成算法研发

申请策略

• 提前了解中移上研院的业务方向（北斗定位、智能网联、工业互联网），在简历和面试中体现对行业的理解
• 明确实习时间（每周天数、持续时长），表达稳定性承诺
• 突出相关科研项目或竞赛经历，尤其是大模型、深度学习、时空数据处理方面的成果
• 强调Python编程能力和算法实现细节，如模型结构设计、训练过程优化等
• 展示团队协作和文档撰写能力，可附上GitHub或技术博客链接
• 补充大模型（如Transformer、BERT、GPT）的原理和实践，熟悉常用训练框架
• 了解时空数据处理基础知识，如GPS轨迹、位置编码等，提升领域适配度

面试指南

• STAR法则：情境-任务-行动-结果，清晰展示项目背景、个人角色、具体工作和成果
• 技术问题：先讲原理，再结合自身经验，最后展望优化方向
• 行为问题：突出学习能力、协作态度和结果导向
• 请介绍一下你参与过的一个AI项目，重点阐述你在算法设计中的贡献
• 大模型的预训练和微调流程是怎样的？如何处理过拟合？
• 你对时空智能的理解是什么？有哪些应用场景？
• 描述一次你解决技术难题的经历，你是如何思考和突破的？
• 复习大模型核心概念（Transformer、Attention、Prompt等），并准备一个你熟悉的模型训练案例