荣耀
荣耀YOYO智能体架构师
荣耀YOYO智能体架构师
发布于 11 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
分布式系统
大模型
微服务
架构设计
自然语言处理
语音助手
值不值得投
80综合评分
综合评分 80
前沿AI技术栈、高薪资潜力、多城市机会，但办公模式未明，WLB需确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3万
比人工智能中位数低
发布情况
新岗位 · 昨天发布
市场机会
选择面较广
深圳 · 人工智能 · 94 个在招
职位详情
关于这个职位
该职位负责荣耀YOYO语音助手的架构设计与开发，通过大模型技术实现用户意图识别和AIGC功能
需要设计高可用、高性能的业务核心系统，并推动产品技术迭代，涉及大模型应用、云原生和分布式系统等前沿技术
最低要求
计算机、电子信息、软件工程等相关专业本科及以上学历
年以上语音助手、语音识别、自然语言处理等相关领域的工作经验
具备良好的沟通能力和团队合作精神，能够承受一定的工作压力
具备较强的学习能力和创新意识，能够快速掌握新技术和新工具
具备良好的英语阅读和写作能力，能够阅读和理解英文技术文档
技术能力：
理解大模型（如GPT、BERT等）的原理和应用，能够将大模型技术应用于语音助手的开发和优化，对RAG、functionCall、MCP有充分的理解
精通Java编程语言或具备android平台编码经验，具备良好的编程能力和代码风格
熟悉云原生开发技术栈，K8S、docker、CI/CD流程
熟悉微服务架构，具备微服务系统设计和开发经验
理解分布式系统的原理和应用，能够设计和优化分布式系统架构
工作职责
负责语音助手相关功能的需求分析、设计工作，通过大模型实现用户意图识别和AIGC相关的功能
负责业务核心系统的架构设计与优化，确保系统的高可用性、高性能和可扩展性
参与产品需求分析，制定技术方案，进行系统架构设计和技术选型
解决系统在实际应用中的技术难题，进行性能调优和故障排查
与产品经理、开发人员、测试人员等团队成员紧密合作，推动系统稳步迭代
关注语音助手领域的最新技术动态和发展趋势，进行技术预研和创新
优先资格
有知名互联网公司或大型企业架构设计经验者优先
有从0到1的系统架构设计和开发经验者优先
熟悉端云AI 框架（如 TensorFlow Lite、ONNX Runtime、NCNN、MNN 等）
具备端云模型优化与加速经验（如 量化、蒸馏、剪枝等）
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及大模型、云原生等热门领域，能积累宝贵的AI架构经验
- 大型项目实践，推动系统迭代，提升解决复杂技术问题的能力
- 参与智能语音助手创新，有行业影响力和技术成长空间
- 跨团队协作频繁，沟通成本高，需平衡产品需求与技术实现
缺点 / 挑战
- 多城市工作机会（北京、南京、深圳），灵活性较高
- 技术更新快速，需持续学习大模型、端云优化等新技术，压力较大
- 系统架构复杂，需处理高可用、性能调优等挑战，工作难度高
- 适合有扎实编程基础、对AI和架构设计充满热情、能承受技术挑战并持续学习的工程师，希望在前沿领域深入发展
角色解读
- 从技术专家向高级架构师或技术负责人发展，主导大型AI系统设计
- 深入AI领域，成为端云协同或语音助手架构专家，参与行业标准制定
- 向技术管理岗位转型，如架构团队负责人，或转向产品架构师等跨领域角色
- 负责语音助手功能的需求分析和设计，集成大模型技术如GPT、BERT实现用户意图识别
- 设计并优化业务核心系统架构，确保高可用、高性能和可扩展性
- 参与技术选型和方案制定，解决系统性能调优和故障排查等技术难题
- 与产品、开发、测试团队协作，推动系统迭代，并进行技术预研和创新
- 大模型原理与应用（如GPT、BERT、RAG、functionCall、MCP），能将大模型技术用于语音助手开发
- 精通Java或Android编程，熟悉云原生技术栈（K8S、Docker、CI/CD流程）
- 熟悉微服务架构和分布式系统设计，具备系统架构优化和性能调优经验
- 良好的英语技术文档阅读能力和沟通协作能力，能快速学习新技术
申请策略
- 研究荣耀YOYO助手现有功能和架构，面试中展示对产品的理解
- 准备架构设计案例分享，如如何设计高可用语音助手系统
- 关注公司在AI和智能设备领域的最新动态，体现对行业和技术的热情
- 突出大模型相关项目经验，如GPT、BERT的应用案例或RAG实现
- 展示架构设计成果，包括微服务、分布式系统设计和性能优化
- 强调云原生技术栈（K8S、Docker）和端云AI框架的实践经验
- 列举跨团队协作和解决技术难题的具体案例，体现沟通和问题解决能力
- 深入学习大模型框架（如TensorFlow、PyTorch）和端云协同技术（如TFLite、ONNX Runtime）
面试指南
- 对于系统设计问题，从需求分析、架构组件、技术选型、扩展性、监控等方面系统回答，强调高可用和性能
- 对于技术难题，采用STAR框架（情境、任务、行动、结果），描述背景、方案和成效
- 对于技术应用问题，结合项目经验，说明大模型集成、优化方法和实际效果
- 如何设计一个高可用的语音助手系统架构？请从需求到技术选型详细说明
- 大模型在移动端部署有哪些挑战？如何优化端云协同性能？
- 描述一个你解决过的复杂技术难题，如性能调优或故障排查
- 你如何将大模型技术应用于语音助手的用户意图识别和AIGC功能？
- 在跨团队协作中，如何平衡产品需求和技术架构的可行性？
职位点评
薪资福利85
成长发展90
工作生活60
使命价值80
薪资福利
85较高
薪资在市场水准以上，福利体系较好，能满足经济需求。
薪资信号偏高 (2千–4万/月)
成长发展
90较高
技术栈前沿（大模型、云原生），有显著成长机会和技能积累空间。
技术前沿前沿/新兴技术
技术栈大模型、GPT、BERT、RAG、Kubernetes、Docker、微服务、分布式系统
业务类型ambiguous
工作生活
60中等
办公模式未明确，可能需现场办公，工作与生活平衡信号不足。
工作模式未明确
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
80较高
参与智能语音助手开发，行业前景好，有正向社会影响力和创新价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs