人工智能研发工程师（实习）(J10473)

优缺点分析

角色解读

• 积累AI落地经验后，可向算法工程师或AI应用开发专家发展
• 表现优秀可转正为正式员工，参与更多核心项目
• 未来可深入轨道交通智能化方向，成为行业AI专家
• 跟踪LLM、CV等前沿技术，评估其在轨道交通场景的可行性
• 参与算法选型、模型构建与训练调优，设计初步部署方案
• 参与AI中台产品的需求分析、数据处理、系统开发与质量保障
• 协助验证算法有效性，撰写技术文档和专利材料
• 具备机器学习和深度学习基础，了解LLM或CV至少一个方向
• 有Python编程和常用框架（如PyTorch、TensorFlow）使用经验
• 较强的逻辑思维和学习能力，能快速适应新任务
• 良好的英语阅读能力，能跟踪前沿论文

申请策略

• 在简历中明确表达对AI在工业场景落地的兴趣
• 申请前可研究中国通号在智能化方面的业务方向，面试中展现匹配度
• 突出AI相关项目经历，特别是LLM、CV或机器学习方向
• 展示编程能力（Python、深度学习框架）和算法基础
• 如有技术文档或专利成果，重点强调
• 体现快速学习能力和团队协作经历
• 补充LLM和CV的入门知识，了解主流模型和工具
• 练习数据处理和模型训练的基本流程

面试指南

• 技术问题：先讲背景，再讲方法，最后总结结果和反思
• 开放问题：先给出自己的理解，再结合实际经验或设想，展现思考深度
• 行为问题：使用STAR法则（情境-任务-行动-结果），突出个人贡献
• 请介绍一下你做过的一个机器学习项目，包括数据、模型和结果
• 你对大语言模型有哪些了解？在工业场景中可能有哪些应用？
• 如何看待AI在轨道交通领域的挑战？
• 你如何快速学习一项新技术？举例说明
• 请描述一次团队协作解决技术问题的经历