Honor logo
荣耀
前沿部署工程师

前沿部署工程师

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公解决方案
解决方案
Ai应用开发
Rag
企业级系统集成
大模型应用
私有化部署
解决方案交付

值不值得投

71综合评分

综合评分 71

AI应用落地复合岗,技术成长强、现场交付重,生活灵活性一般

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

4.3万

比解决方案中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 330 个在招

市场机会

选择面较广

深圳 · 解决方案 · 约 130 个在招

职位详情

关于这个职位

这个岗位面向企业客户的AI落地场景,负责从业务问题识别、方案定义、原型构建到生产级集成和私有化部署

你需要深入客户现场,把大模型、RAG、Agent、OCR/ASR、视觉模型等能力转化为可验收、可复制的行业解决方案,并对项目最终交付结果负责

最低要求

本科及以上学历,计算机、软件工程、人工智能、自动化或相关专业

具备扎实的软件工程基础
年以上软件开发、AI 应用、解决方案交付或企业级系统集成经验
有完整项目从需求到生产上线的经历
熟练掌握 Python,并至少熟悉 Go、Java、C++、JavaScript/TypeScript 中一种语言,能够独立开发可维护的生产代码
熟悉 HTTP/REST、数据库、消息队列、文件与对象存储、身份认证等常见企业集成方式,能够快速理解陌生系统并完成接口对接
熟悉 Linux、Docker、网络和常见部署排障方法,能够通过日志、监控和性能数据定位应用、模型、驱动、资源或网络层问题
理解大模型应用的基本链路,包括 Prompt、结构化输出、Tool Calling、Agent、RAG、Embedding、向量检索、Rerank、上下文管理和效果评测
具备良好的产品判断力,能够区分客户提出的功能、真正的业务问题和可被验收的结果,善于在时间、质量、成本和可复制性之间做取舍
具备优秀的客户沟通和书面表达能力,能够面向业务人员解释技术方案,也能够与客户 IT、安全团队深入讨论架构、接口和部署问题
自驱、务实、抗压,愿意进入真实业务现场解决问题
能够在需求不完整、资源有限和时间紧张的情况下持续推进项目
能够接受与项目阶段匹配的短期出差或客户现场工作
具体频率以项目安排为准

工作职责

发现高价值问题:深入客户业务流程,与业务负责人、一线用户、IT、安全及管理团队访谈,识别值得用 AI 解决且能够量化验收的问题,明确数据条件、系统边界、决策链和上线约束

定义方案与验收标准:将开放式需求拆解为清晰的用户流程、技术架构、数据接口、模型指标、性能指标和验收用例,推动客户与内部团队在范围、优先级和成功标准上达成一致
快速构建可用原型:基于 AI 盒子的模型服务、RAG、知识库、Agent、OCR、ASR、视觉模型和开放 API,在天或周级周期内完成可运行的端到端原型,而不是只输出方案文档
完成生产级集成:开发必要的后端服务、数据连接器、Agent 工具、业务界面和自动化脚本,对接客户的 ERP、OA、数据库、文件系统、摄像头、视频平台、告警平台及其他业务系统
负责私有化部署与联调:在客户内网、离线或受限网络环境中完成 Linux/Windows、Docker、GPU/NPU、模型服务、网络、存储和权限配置,定位并解决兼容性、性能、并发、稳定性及安全问题
推动 POC 转生产:控制试点范围和节奏,建立真实测试集与评测方法,持续处理坏案例,并推动方案通过客户验收、进入正式使用和后续扩容
经营上线后的业务结果:通过调用量、任务成功率、准确率、时延、人工节省、流程完成率和用户采用率等指标判断项目效果,主动发现并解决“技术可用但业务不用”的问题
形成产品反馈闭环:把客户现场的共性需求、失败模式和工程经验转化为明确的产品需求,与平台、算法、硬件和运维团队协作完成改进,并验证改进是否真正解决问题
沉淀可复制资产:将定制项目提炼为标准数据连接器、行业 Agent/Skill、评测集、部署脚本、监控规则、故障手册、验收模板和行业解决方案,降低下一次交付成本
承担关键项目技术负责人角色:在不确定性较高、跨团队协作复杂的环境中主动推进决策、管理风险,对最终交付结果负责,而不是等待完整需求后再开始工作

AI 洞察

优缺点分析

优点

  • 工作内容覆盖AI应用从问题发现、原型构建到生产上线的完整链路,能快速积累端到端落地经验
  • 接触大模型、RAG、Agent、OCR、ASR、视觉模型和私有化部署等复合技术,技术 breadth 和深度都有成长空间
  • 直接面对客户真实业务场景,能够提升产品判断力、架构沟通能力和复杂项目推进能力
  • 强调沉淀标准连接器、评测集、部署脚本和行业方案,有机会形成可复用的方法论和行业资产
  • 需求不完整、资源有限、时间紧张是常态,需要在不确定条件下持续推进决策
  • 客户现场环境复杂,涉及内网、离线、权限、安全、网络和硬件资源,排障链路长
  • 适合有软件工程或AI应用交付经验、愿意深入客户现场、兼具技术能力和沟通推进能力的求职者
  • 尤其适合希望在AI企业落地和解决方案方向形成复合竞争力的人

缺点 / 挑战

  • 既要写代码、做架构,又要与客户和内部团队沟通,对技术、产品判断和抗压能力要求都较高

角色解读

  • 可向AI解决方案架构师、企业AI应用技术负责人或行业解决方案专家方向发展,积累跨行业交付经验
  • 随着对平台、算法、硬件和运维协同的深入,可成长为AI平台产品、技术管理或重点客户交付负责人
  • 该岗位强调从需求到生产闭环,适合积累私有化AI落地、企业级系统集成和客户现场问题解决能力
  • 深入客户业务流程,访谈业务、IT、安全和管理团队,识别能用AI解决且可量化验收的问题
  • 将开放式需求拆解为用户流程、技术架构、数据接口、模型指标和验收用例,并推动客户与内部团队达成一致
  • 基于模型服务、RAG、知识库、Agent、OCR、ASR和视觉模型快速搭建端到端原型,并完成后端服务、数据连接器和业务界面开发
  • 在客户内网、离线或受限网络环境中完成私有化部署、联调、排障和POC转生产,沉淀可复制资产
  • 需要具备扎实软件工程能力,熟练掌握Python,并至少掌握Go、Java、C++或JavaScript/TypeScript中的一种
  • 需要熟悉企业集成方式,包括HTTP/REST、数据库、消息队列、文件与对象存储、身份认证等
  • 需要理解大模型应用链路,包括Prompt、结构化输出、Tool Calling、Agent、RAG、Embedding、向量检索、Rerank和效果评测
  • 需要掌握Linux、Docker、网络、GPU/NPU、模型服务部署和日志监控排障,同时具备客户沟通、产品判断和项目推进能力

申请策略

  • 面试前梳理目标行业客户的典型业务流程,思考AI能解决什么问题、如何验收、如何避免“技术可用但业务不用”
  • 关注荣耀AI盒子、端侧AI和私有化部署相关公开信息,准备对产品化、可复制交付和现场问题闭环的理解
  • 重点突出从需求澄清到生产上线的完整项目经历,说明你在范围定义、架构设计、验收标准和上线结果中的具体作用
  • 突出Python及另一门工程语言的生产代码经验,最好补充接口对接、数据库、消息队列、身份认证等企业集成案例
  • 展示大模型应用落地经验,如RAG、Agent、Tool Calling、Embedding、向量检索、Rerank、评测集和坏案例处理
  • 强调私有化部署和排障能力,包括Linux、Docker、GPU/NPU、网络、存储、权限、日志监控和性能问题定位
  • 补齐大模型应用评测方法,准备真实测试集、准确率、时延、任务成功率和用户采用率等量化案例
  • 加强企业系统集成能力,熟悉ERP、OA、数据库、文件系统、摄像头、视频平台和告警平台等常见对接模式

面试指南

  • 使用“背景-问题-约束-方案-结果-复盘”结构讲项目案例,重点说明量化验收指标和你承担的关键决策
  • 面对方案设计题,先澄清业务目标、数据条件、系统边界和上线约束,再给出架构、原型、评测和上线路径
  • 面对冲突或推进类问题,强调事实对齐、优先级排序、风险清单、责任人和阶段性验证,而不是只描述沟通态度
  • 请讲一个你从客户需求识别到生产上线的AI或系统集成项目,你如何定义成功标准?
  • 客户提出一个模糊需求时,你如何拆解业务流程、数据条件、系统边界和验收用例?
  • 在客户内网或离线环境中部署模型服务时,遇到过哪些兼容性、性能或网络问题,如何定位?
  • 你如何设计一个RAG或Agent应用的评测体系,并处理坏案例?
  • 当客户IT、安全团队、业务负责人和内部算法团队意见不一致时,你如何推进决策?

职位点评

薪资福利72
成长发展88
工作生活45
使命价值74

薪资福利

72中等

JD未披露薪资和福利信息,因此只能基于岗位复合度和城市市场判断具备一定竞争力,但无法确认具体薪酬优势。福利相关内容未提及。

薪资信号未披露(AI估算:3.0千–5.5万/月)

成长发展

88较高

岗位覆盖AI应用、企业级集成、私有化部署、评测闭环和产品反馈闭环,技术栈和项目链路非常复合,对能力成长有明显帮助。JD未提及明确晋升通道或培训机制。

技术前沿前沿/新兴技术
技术栈AI、RAG、Agent、OCR、ASR、视觉模型、开放API、Prompt、结构化输出、Tool Calling、Embedding、向量检索、Rerank、上下文管理、效果评测、Docker、GPU/NPU
业务类型ambiguous

工作生活

45较低

JD明确提到客户现场工作和短期出差,说明工作场景可能随项目安排变化;但未提及远程、弹性工时、双休或加班情况,生活灵活性信息有限。

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

74中等

岗位推动AI在真实客户业务中落地,强调解决高价值问题、上线后业务结果和可复制资产沉淀,具有一定技术应用价值。JD未直接表达社会使命或行业愿景。

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