西门子
XAgent前沿部署工程师（FDE）
XAgent前沿部署工程师（FDE）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公解决方案
解决方案
Ai Agent
Langgraph
Llm
Mcp
Prompt Engineering
Rag
Tool Calling
工业软件
系统集成
值不值得投
72综合评分
综合评分 72
前沿AI Agent工业落地岗位，技术成长性强，需深入客户现场交付，薪资福利待确认。
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
2.9万
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 200 个在招 · 其中解决方案 12 个
市场机会
选择面较广
深圳 · 解决方案 · 93 个在招
职位详情
关于这个职位
该岗位是西门子XAgent平台的前沿部署工程师，需要深入工业客户现场，将LLM、RAG、Agent Workflow等AI能力落地到设备运维、质量检测、供应链等场景
你将从需求分析、原型开发到生产部署全程负责，并打通企业IT/OT系统与工业软件，推动AI Agent从PoC走向规模化应用
最低要求
计算机、软件工程、自动化、人工智能或相关专业本科及以上学历
具备3年及以上软件开发、系统集成或技术解决方案交付经验
具有实际AI应用开发经验者优先
熟悉LLM应用开发，了解Prompt Engineering、RAG、Tool Calling、Harness、Agent Workflow等核心技术，能够独立完成AI Agent原型及应用开发
具备系统集成能力，能够对接第三方API、数据库、企业应用或工业软件，并处理实际集成问题
熟悉Git、Linux、Docker等常用开发及部署工具，具备基本的日志分析、问题定位和测试能力
具备优秀的沟通协作、问题分析及快速学习能力，能够在需求不完全明确的情况下推动问题闭环
能够适应面向客户和业务现场的工作方式，具备较强的结果导向和交付意识
工作地点：深圳，能够满足团队协作及项目现场支持要求
工作职责
AI Agent场景落地与交付：
深入业务部门、工业企业及生态合作伙伴，识别真实业务痛点，将业务需求转化为可落地的AI Agent解决方案
基于平台AI能力，完成Agent、Skill、工具调用、知识库、业务本体及业务工作流的设计、开发、集成和部署
参与工业产品设计、供应链管理、设备运维、视觉质量检测、能源审计、机床代码生成、企业知识问答等场景的AI Agent项目落地
负责从需求分析、技术验证、原型开发到生产部署、用户验收及持续优化的完整交付闭环
针对复杂或非标准业务场景，快速开发适配组件、接口及定制化功能，推动解决方案从PoC走向规模化应用
企业系统与工业软件集成：
对接企业现有IT/OT系统、工业软件、业务API、数据库及第三方服务，将现有业务能力封装为AI Agent可调用的工具或Skill
与客户及合作伙伴技术团队协作，解决现场部署、系统兼容、网络访问、数据质量及业务流程适配等问题
配合完成企业级部署所需的安全、性能、稳定性和可运维性验证
客户协作与技术问题闭环：
直接与客户、产品经理、架构师及合作伙伴沟通，快速理解业务问题，并将需求转化为明确的技术实施方案
在项目交付过程中负责技术问题定位、根因分析、方案实施及交付风险跟踪
通过原型、技术演示和可运行成果向客户展示AI Agent的业务价值，支持售前验证、客户试点及商业化推广
将重复出现的业务需求、技术问题和通用能力沉淀为标准化组件、模板、工具或平台产品需求
平台能力建设与持续改进：
与平台研发团队合作，将项目实践反馈至XAgent平台，推动产品功能和开发体验持续改进
沉淀可复用的Agent模板、Skill、连接器、行业解决方案及部署工具，提升后续项目交付效率
建立项目交付文档、测试用例、技术方案和最佳实践，支持解决方案在不同客户及工业场景中的复制推广
持续跟踪AI Agent、LLM、MCP、RAG、Skill、本体等技术发展，并探索其在工业及企业业务场景中的应用
优先资格
有工业软件、工业自动化、智能制造、设备运维、质量检测或能源管理项目经验
有LangGraph、LangChain、Harness或其他Agent开发框架的实际应用经验
熟悉MCP、Function Calling、Agent-to-Agent协作、向量数据库及知识库建设
具备前端开发能力，熟悉React、TypeScript等技术，能够独立完成端到端的原型开发
具备Kubernetes、云平台部署、企业级身份认证、权限治理或私有化部署经验
有客户现场交付、技术咨询、解决方案工程师或Forward Deployed Engineer相关经验
AI 洞察
优缺点分析
优点
- 岗位处于AI Agent与工业场景结合的前沿，技术栈覆盖LLM、RAG、MCP等热门方向，项目实战性强
- 西门子工业客户资源丰富，能接触设备运维、质量检测、能源审计等真实高价值场景，积累稀缺的工业AI落地经验
- 岗位要求端到端负责，有利于快速提升技术深度与业务理解力
- 工业场景系统复杂、数据质量参差，集成难度较大，需要较强的跨团队协调能力
- 适合具备3年以上开发或系统集成经验、对AI Agent落地有热情、愿意深入工业现场并享受解决复杂业务问题的技术型人才
缺点 / 挑战
- 需要频繁深入客户现场，对现场沟通、问题定位和交付节奏要求高，可能面临出差和客户需求不明确带来的压力
角色解读
- 可沿技术专家路线深耕AI Agent与工业智能结合领域，成为复杂场景交付的架构型人才
- 也可向解决方案架构师、产品经理或交付团队管理方向发展，将项目经验沉淀为平台化产品能力
- 深入工业客户现场，识别设备运维、质量检测、供应链等业务痛点，并将其转化为AI Agent解决方案
- 负责Agent、Skill、工具调用、知识库及工作流的设计、开发、集成和部署，推动项目从PoC走向规模化应用
- 同时对接企业IT/OT系统与工业软件，解决现场部署中的兼容性、数据质量和网络访问等问题
- 需要熟悉LLM应用开发，掌握Prompt Engineering、RAG、Tool Calling、Agent Workflow等核心技术，能独立完成AI Agent原型开发
- 具备系统集成能力，能对接第三方API、数据库、企业应用或工业软件
- 熟悉Git、Linux、Docker等开发部署工具，并具备良好的客户沟通和问题闭环能力
申请策略
- 申请时可在简历和面试中强调结果导向与客户价值，准备1-2个从业务痛点出发的交付案例
- 关注西门子XAgent平台及工业AI方向动态，表达对工业场景长期深耕的兴趣
- 重点突出AI Agent或LLM应用落地项目，写明从需求分析、原型开发到生产部署的完整闭环
- 展示系统集成经验，如对接企业API、数据库、工业软件或IT/OT系统的具体案例
- 强调RAG、Tool Calling、LangGraph/LangChain等技术的实际使用，以及客户现场交付和问题闭环能力
- 提前熟悉LangGraph或LangChain等Agent开发框架，动手搭建包含RAG和Tool Calling的Demo
- 补充工业软件或智能制造基础知识，了解MCP、Function Calling、向量数据库等关键技术概念
面试指南
- 采用STAR法则，先讲清业务背景和痛点，再说明技术方案选择与实施过程，最后用量化或可验收的结果收尾
- 面对集成问题，突出根因分析、方案对比和跨团队协作过程
- 回答需求不明确时，展示如何通过原型、演示和快速迭代对齐客户预期
- 请描述一个你从业务需求到AI Agent落地的完整项目，遇到的最大挑战是什么？
- 在企业系统集成中，你如何处理接口不兼容、数据质量差或网络访问受限等问题？
- 你如何设计RAG、知识库和Tool Calling来提升Agent在工业场景中的效果？
- 当客户需求不明确时，你如何推动项目闭环并管理交付风险？
- 你如何评估一个AI Agent项目是否成功？
职位点评
薪资福利65
成长发展88
工作生活60
使命价值75
薪资福利
65中等
JD未披露薪资与福利信息，仅从岗位要求和深圳市场水平看，薪资具备一定竞争力，但福利待遇需进一步确认。
薪资信号未披露（AI估算：2.2千–3.5万/月）
成长发展
88较高
岗位涉及LLM、RAG、MCP、Agent Workflow等前沿技术，且要求端到端交付，技术成长和业务理解提升空间大。
技术前沿前沿/新兴技术
技术栈LLM、Prompt Engineering、RAG、Tool Calling、Agent Workflow、LangGraph、LangChain、MCP、Docker、Kubernetes、React、TypeScript
成长机会持续跟踪AI Agent、LLM、MCP、RAG、Skill、本体等技术发展
业务类型profit_center
工作生活
60中等
岗位需要深入客户现场和业务现场工作，办公模式以现场为主，JD未提及弹性办公或WLB相关安排。
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
75中等
岗位推动AI Agent在工业制造、能源审计、设备运维等场景落地，具有明确的产业升级价值，但社会影响力偏行业效率提升。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号支持售前验证、客户试点及商业化推广
创新程度积极采用新技术
西门子 的其他在招职位
相似职位推荐
Watch Jobs