一汽丰田
AI工程师
AI工程师
发布于 1 天前普通员工/个人贡献者
长春市
中级经验
全职员工
仅现场办公
本科
云服务
NLP
PyTorch
计算机视觉
TensorFlow
知识图谱
大模型
AI 估算 · 15k–25k
传统车企AI岗薪资有竞争力，长春生活成本低，中级工程师综合市场水平。
职位详情
关于这个职位
该职位负责企业AI智能体的规划、架构设计与核心开发，包括算法选型、模型训练和平台搭建
你将参与构建企业知识图谱，推动AI在业务场景中的落地
适合具备扎实AI开发经验、渴望在大型制造业企业中实践前沿技术的工程师
最低要求
本科及以上学历，计算机科学、人工智能、机器学习、数据科学等相关专业，3年及以上AI相关开发工作经验
具备良好的职业道德，责任心强，具备较强的沟通协调能力、问题解决能力和团队协作精神，能承受一定的工作压力
熟练掌握至少一种主流编程语言（如Python、Java、C++），熟悉TensorFlow、PyTorch等主流AI框架，具备扎实的算法基础
具备AI智能体、大模型应用、智能交互系统等相关项目开发经验，熟悉AI智能体的规划、设计与开发流程者优先
掌握AI开发平台搭建相关技术，熟悉容器化部署（如Docker、K8s）、云服务（如阿里云、腾讯云）者优先
具备数据处理与知识管理能力，熟悉数据清洗、标注工具，了解知识图谱构建方法，能独立完成数据与知识体系的搭建与维护
了解自然语言处理（NLP）、计算机视觉（CV）、强化学习等相关技术，有相关技术落地经验者优先
工作职责
参与企业AI智能体的整体规划、需求分析与架构设计，结合企业业务场景，制定合理的技术实现方案，确保AI智能体满足业务实际需求
主导AI智能体的核心开发工作，包括算法选型、模型训练与优化、功能模块开发、接口对接等，保障系统的稳定性、高效性与可扩展性
负责AI开发平台的搭建、部署与维护，优化开发流程，提供高效的开发工具与环境支持，降低开发成本，提升团队开发效率
开展AI开发相关的数据与知识梳理，构建企业知识图谱，支撑AI智能体的训练与迭代
优先资格
有大型企业AI智能体、AI开发平台相关项目主导经验者
拥有相关AI技术专利、论文或开源项目经验者
熟悉企业数字化转型相关业务，能快速结合业务场景提出AI解决方案者
AI 洞察
优缺点分析
- 大型上市企业平台稳定，资源丰富，可接触制造行业真实业务场景
- 技术栈前沿，涵盖大模型、知识图谱等热门方向，利于技能积累
- 长春生活成本低，工作压力相对互联网较小，兼顾生活
- 传统车企技术氛围可能不如互联网公司活跃，创新节奏偏稳健
- AI岗位需同时兼顾开发和业务落地，要求较强的综合能力
- 工作地点在长春，对于希望在一线城市发展的求职者可能有限制
- 适合追求技术深度与业务结合、重视工作生活平衡、希望在大型制造企业长期发展的AI工程师
角色解读
- 技术路线：从AI工程师向资深算法专家或AI架构师发展，主导更大规模智能体项目
- 管理路线：积累项目经验后可晋升为技术团队负责人，带领AI团队
- 业务路线：深入理解制造行业，转型为AI解决方案架构师，推动企业数字化转型
- 负责企业AI智能体的整体架构设计与核心开发，从算法选型到模型训练与优化
- 搭建并维护AI开发平台，包括容器化部署和云服务集成，提升团队开发效率
- 梳理业务数据与知识，构建企业知识图谱，支撑AI智能体的持续迭代
- 与业务团队协作，将AI技术落地到实际生产场景，解决具体业务问题
- 精通Python/Java/C++，熟练使用TensorFlow或PyTorch等主流深度学习框架
- 具备AI智能体或大模型应用项目经验，熟悉完整开发流程
- 掌握Docker、Kubernetes及云服务（阿里云/腾讯云）的部署与管理
- 了解NLP、CV等方向，具备数据处理和知识图谱构建能力
申请策略
- 研究一汽丰田的数字化转型方向和AI应用案例，面试中展现对行业的理解
- 准备一个完整的项目案例，详细描述从需求分析到部署的流程
- 突出AI智能体或大模型相关项目经验，详细描述自己在其中的角色和技术贡献
- 展示Python/PyTorch/TensorFlow的实际应用案例，尤其是模型优化和部署经验
- 强调容器化部署（Docker、K8s）和云服务的使用经历
- 如有知识图谱构建或NLP/CV落地经验，务必重点呈现
- 补充大模型应用开发经验，如LangChain、RAG等
- 加强知识图谱构建工具（Neo4j等）和实践能力
面试指南
- STAR法则：情境-任务-行动-结果，清晰展示项目背景、个人贡献和量化成果
- 技术选型思路：从业务需求出发，对比多种方案，说明权衡因素
- 落地导向：强调从实验到生产的全流程，包括工程化经验和遇到的挑战
- 请介绍一个你主导的AI智能体项目，包括架构设计和技术难点
- 你如何选择适合业务场景的算法？请举例说明
- 请描述你的模型优化和部署经验，比如如何提升推理速度
- 知识图谱在智能体中有什么作用？你会如何构建？
- 你如何看待AI在制造业中的应用前景？
匹配度报告
70
综合匹配度
稳定大厂、前沿技术栈，薪资合理，WLB一般。
适合人群
适合看重技术成长、追求稳定平台，且能接受长春工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活60
使命价值65
薪资福利匹配
70中等
作为上市大型企业，薪资福利稳定，但长春地区薪酬水平中等，JD未明确薪资，福利未提及。
薪资信号未披露 (15K-25K/月)
成长发展匹配
85较高
技术方向前沿，涉及大模型、知识图谱等，但传统车企创新节奏可能较慢；有明确的成长路径。
技术前沿主流现代技术
技术栈Python、TensorFlow、PyTorch、Docker、Kubernetes、NLP、计算机视觉、知识图谱、大模型
业务类型ambiguous
工作生活匹配
60中等
要求现场办公，地点在长春，工作生活平衡信号不明。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
65中等
汽车制造业稳定，但AI应用更多聚焦效率提升，社会影响力一般。
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