雀巢
R&D Specialist - AI_1
R&D Specialist - AI_1
发布于 大约 11 小时前普通员工/个人贡献者
深圳市
初级经验
全职员工
仅现场办公
本科
机器学习
深度学习
NLP
PyTorch
计算机视觉
TensorFlow
LLM
OpenAI API
AI 估算 · 15k–25k
深圳AI研发岗，1-3年经验，雀巢为大型外企，薪资水平中等偏上，月薪估计15k-25k
职位详情
关于这个职位
该职位是雀巢研发部门的AI专家，主要负责与外部AI公司合作，定制和实施AI模型（尤其是大语言模型）在工程、研发和质量领域的应用
你将桥接前沿LLM技术与业务需求，推动AI提升效率、准确性和创新
适合有1-3年ML/AI经验，熟悉LLM开发且善于跨部门协作的技术人才
最低要求
计算机科学、人工智能、数据科学或相关技术领域的学士或硕士学位
-3年ML/AI经验，包括基本实现和工程化，具有LLM应用开发、定制或集成经验
熟练使用Python ML工具（如PyTorch/TensorFlow/Jax、pandas/polars、scikit-learn、git等），熟悉常见LLM API（如OpenAI responses/messages API）
具备应用深度学习经验
较强的问题解决能力，能够将业务需求转化为技术解决方案
良好的沟通和协作能力
注重细节，高度重视AI应用的质量和可靠性
工作职责
与内部利益相关者合作，识别痛点并定义清晰的AI应用需求
与外部AI服务提供商建立并维护有效沟通和协作，协调需求收集、技术对齐和迭代优化，确保AI模型满足领域特定需求
支持定制、微调和适配开源或合作伙伴模型，以支持雀巢集团内的多样化任务
设计并实施技术解决方案，将定制模型（包括LLM）集成到现有系统（如制造执行系统、质量管理平台、工程设计工具）中，确保数据流顺畅、模型兼容和系统稳定
设计并原型化针对雀巢研究、工程、制造和质量挑战的原创AI/ML解决方案
制定并执行全面的测试策略，以验证AI模型应用在实际场景中的性能、准确性和可靠性
分析测试结果，收集用户反馈，并与外部合作伙伴一起优化模型
为AI模型集成过程、应用程序使用指南和技术规范创建详细文档
与内部团队进行知识分享，促进AI工具和解决方案的有效使用
紧跟LLM技术以及在工程、制造、科学和质量领域AI应用的最新发展，提出创新的AI应用想法，推动业务流程的持续改进
优先资格
有与外部技术供应商合作经验者优先
对AI系统架构和云资源配置有基本了解
在计算机视觉、强化学习、控制、机器人学和/或NLP方面的应用经验是强大的加分项
对工程、制造或质量管理流程有基本了解者优先
能够快速学习领域特定知识
AI 洞察
优缺点分析
优点
- 身处AI前沿技术领域（LLM），技能积累快，行业前景广阔
- 雀巢作为知名跨国企业，平台大，项目资源丰富，有助于职业发展
- 职责涵盖从需求到落地的全流程，锻炼综合能力
- 技术要求全面，需不断学习最新技术，保持竞争力
- 适合1-3年经验的ML/AI工程师，对LLM应用落地感兴趣，乐于跨部门协作，并希望在大型企业中稳定发展的求职者
缺点 / 挑战
- 需要与外部供应商和内部多部门协调，沟通成本较高
- AI模型落地到传统制造/工程系统可能面临兼容性和稳定性挑战
角色解读
- 可在AI领域深入发展，成为LLM/ML专家，或转向AI架构师、技术负责人
- 积累制造/工程行业知识后，可转型为行业AI解决方案专家或产品经理
- 在雀巢这样的大型跨国企业，有机会接触全球项目，未来向管理岗或高级专家岗发展
- 与外部AI公司合作，定制和实现针对工程、研发和质量领域的AI模型/代理应用
- 桥接最新的LLM能力与雀巢的业务需求，推动AI提升效率、准确性和创新
- 设计并实施技术方案，将定制AI模型集成到现有系统（如制造执行系统、质量管理平台）中
- 制定测试策略验证模型性能，并创建集成文档，组织知识分享
- 扎实的机器学习/深度学习基础，熟练使用Python和PyTorch/TensorFlow等框架
- 具备LLM应用开发经验，熟悉OpenAI等常见API的调用与集成
- 良好的问题解决能力，能将业务需求转化为技术方案，并拥有跨团队协作能力
申请策略
- 在求职信中表达对AI赋能传统行业的热情，并举例说明如何用LLM解决实际问题
- 提前了解雀巢在数字化和AI方面的战略方向，展现你的研究和匹配度
- 突出LLM项目经验，特别是模型定制、微调或API集成经历
- 展示Python编程能力和PyTorch/TensorFlow等框架的实际使用案例
- 如有与外部供应商合作或跨团队协作的经验，务必强调
- 加深对LLM架构（如Transformer）和常见模型（GPT、LLaMA）的理解
- 熟悉云服务（如AWS、Azure）上部署AI模型的基本流程
- 补充制造/工程领域的基本知识，可快速学习质量管理或MES系统概念
面试指南
- 使用STAR法（情境、任务、行动、结果）结构化回答项目经验
- 展现技术细节和业务思考的平衡，先理解问题再提出方案
- 强调迭代和反馈的重要性，展示你如何收集数据并优化模型
- 请描述一个你从零开始实现或微调LLM的项目，遇到了哪些挑战？
- 你如何将业务需求转化为技术方案？举例说明
- 在集成AI模型到现有系统时，你如何确保数据流和系统稳定性？
- 你如何评估一个AI模型在生产环境中的效果？
- 你如何与外部技术供应商有效合作？
匹配度报告
62
综合匹配度
前沿AI技术岗，发展空间大，但工作地点和弹性未明确，适合以技术成长为首要目标的工程师。
适合人群
适合重视技术成长和前沿技能积累，对工作生活平衡要求不高，且愿意在大型稳定平台发展的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展85
工作生活40
使命价值65
薪资福利匹配
60中等
薪资未在JD中披露，但雀巢作为大型外企，薪酬福利通常具有竞争力且规范。总体补偿性中等。
薪资信号未披露（AI估算：15K-25K/月）
成长发展匹配
85较高
职位涉及前沿LLM技术，需要不断学习新工具和模型，成长空间大，但JD未明确提培训或晋升通道。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、LLM、OpenAI API、深度学习、NLP
业务类型ambiguous
工作生活匹配
40较低
未提及远程或弹性办公，深圳地点可能位于市区或科技园，工作模式不明确，生活化动机满足度较低。
工作模式未明确
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
AI在传统制造业的应用具有创新性和社会价值，但JD未强调使命或社会影响，意义感一般。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs