中国移动
算法开发
算法开发
发布于 大约 14 小时前普通员工/个人贡献者
长沙市
中级经验
全职员工
仅现场办公
硕士
PyTorch
RAG
TensorFlow
大模型
MCP
Skills
AI 估算 · 15k–25k
大型国企，长沙地区，AI算法岗位薪资有竞争力。
职位详情
关于这个职位
该职位是中国移动湖南公司的算法开发岗，聚焦大模型应用方向，负责Agent、Skills、MCP等模块的产品化落地与性能优化
你将参与从需求拆解到开发实现的全流程，推动AI能力在业务场景中的实际应用，适合对大模型和AI Agent有热情的技术人才
最低要求
在校硕士研究生及以上学历，博士优先，软件工程、计算机科学与技术、人工智能、数学与信息科学等IT/DT相关专业，具备大模型应用、AI Agent、Skills或MCP产品化相关背景者优先
技术经验：熟悉经典机器学习、神经网络原理及优化技术，拥有AI Agent架构设计、技能封装（Skills）、检索增强生成（RAG）等相关开发或科研经验
工具能力：熟练掌握至少一种深度学习引擎（TensorFlow、PyTorch），能运用其完成大模型微调、Agent交互开发及Skills模块搭建，开源项目贡献者优先
开发能力：精通Python、Java等至少一种编程语言，具备扎实代码功底，了解服务器端软件开发全流程及基础架构设计能力
个人素养：具备较强的学习能力、问题解决能力和团队协作精神，乐于探索大模型应用领域新技术、新方法，追求技术突破与能力提升
工作职责
负责AI产品核心研发工作，聚焦大模型应用方向，负责Agent、Skills、MCP等相关模块的产品化落地，包括需求拆解、方案设计、开发实现及优化迭代
结合实际应用场景，对基础大模型进行适配性改进、性能优化及封装，提升模型应用效果与落地效率，支撑产品核心功能实现
参与AI产品研发项目的整体方案设计与开发计划制定，协同团队完成技术攻坚、流程优化，确保项目按节点推进并达成预期目标
协助业务部门完成AI能力的产品化转化，推动大模型相关应用在公司各类产品中的落地，解决实际业务场景中的技术难题
关注大模型应用领域的技术前沿动态，探索Agent、Skills等相关技术的创新应用，持续优化产品体验与技术竞争力
AI 洞察
优缺点分析
优点
- 中国移动平台大，稳定性高，项目资源丰富，适合长期发展
- 聚焦前沿大模型应用，技术成长快，能接触业界最新实践
- 长沙生活成本较低，工作生活相对平衡，性价比高
- 有机会参与创新型项目如Agent、MCP，积累稀缺经验
- 大模型领域竞争激烈，技术更新快，需要持续高强度学习
- 国企流程可能较多，决策效率不如互联网公司
- 技术方向偏应用落地，可能不如学术界前沿，但实用性强
- 适合希望在大平台稳定发展、同时对大模型应用有热情的技术型人才，尤其是追求技术落地和工程化能力的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师向AI架构师或技术专家发展，深耕大模型应用领域
- 在Agent或MCP方向成为专家，参与行业标准制定
- 有机会晋升为团队技术负责人或项目经理，管理研发团队
- 负责大模型应用核心研发，包括Agent、Skills、MCP模块的产品化落地
- 结合实际场景对基础大模型进行适配改进和性能优化，支撑产品核心功能
- 参与项目方案设计和开发计划制定，协同团队技术攻坚，确保项目按期推进
- 协助业务部门推动AI能力在各类产品中落地，解决实际技术难题
- 熟悉大模型和AI Agent架构设计，有RAG、Skills相关经验
- 熟练使用PyTorch或TensorFlow，能进行模型微调与部署
- 精通Python或Java，有扎实的代码和系统设计能力
- 较强的学习能力和团队协作精神，乐于探索新技术
申请策略
- 了解湖南移动的AI业务方向，如与芒果TV的合作、动感地带产品，面试时展现兴趣
- 准备一个完整的大模型应用案例（如对话Agent、RAG系统）作为项目亮点
- 突出大模型、Agent、RAG等项目的实际经验，包括技术方案和成果
- 展示Python/Java编程能力及深度学习框架使用，最好有代码链接或GitHub
- 如有开源贡献、相关论文或竞赛获奖，重点强调
- 体现团队合作和项目推动能力，如带领小组完成模块开发
- 深入学习Agent框架如LangChain、AutoGPT，并实践
- 熟悉MCP（Model Context Protocol）协议及其应用场景
面试指南
- 项目经验类：采用STAR法则（情境、任务、行动、结果），突出技术难点和解决方案
- 技术问题类：先阐述原理，再结合实践案例说明优化方法，体现探索精神
- 系统设计类：从需求出发，明确模块划分，比较不同方案优劣，展示架构思维
- 请介绍一个你参与的大模型应用项目，包括架构设计和你的贡献
- 如何设计一个高效的RAG系统？请谈谈关键技术和优化点
- 你对Agent的理解是什么？如何实现多Agent协作？
- 如何对大模型进行性能优化？从推理加速和模型压缩角度说说
- 聊聊你了解的MCP协议及其在大模型生态中的作用
匹配度报告
72
综合匹配度
国企大平台，前沿AI技术栈，长沙稳定发展，WLB一般。
适合人群
适合追求技术成长和稳定发展的求职者，尤其是对大模型应用有热情者。
最强匹配
成长发展匹配
最弱匹配
使命价值匹配
薪资福利75
成长发展85
工作生活70
使命价值60
薪资福利匹配
75中等
大型国企，薪资稳定，福利齐全，但长沙地区薪资水平略低于一线城市，综合补偿性较好。
薪资信号未披露（AI估算：15K-25K/月）
成长发展匹配
85较高
聚焦大模型前沿技术，Agent、MCP等方向成长潜力大，公司有丰富项目资源，但未明确晋升通道。
技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、PyTorch、TensorFlow
业务类型ambiguous
工作生活匹配
70中等
长沙生活成本低，市区办公，但未明确WLB政策，整体生活平衡中等。
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）
使命价值匹配
60中等
通信运营商，社会价值中性，AI应用创新有一定使命感，但行业成熟稳定。
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
Watch Jobs