高端交付工程师

优缺点分析

角色解读

• 技术专家路线：在AI应用交付领域深耕，成为特定行业或技术栈的解决方案架构师或技术专家
• 管理路线：凭借出色的项目管理和客户沟通能力，成长为交付团队或解决方案团队的技术经理
• 横向拓展：可以转向AI产品经理、售前解决方案顾问或研发团队，影响产品规划和研发方向
• 作为AI技术的现场落地专家，你需要深入企业一线，理解他们的业务难题，并将其翻译成AI可解决的技术问题
• 你将负责从数据处理、模型适配到系统部署的完整交付流程，确保AI应用在复杂的客户环境中稳定运行
• 你需要解决现场遇到的各种突发技术难题，并将一线经验反馈，推动产品迭代
• 最后，你还要负责向客户团队进行培训，建立长期关系，并总结可复制的交付方案
• 你需要具备扎实的Python全栈开发能力，并能快速掌握其他语言，以适应不同技术栈的集成工作
• 必须深入理解大模型、Agent、RAG等前沿AI技术原理，并有实际的部署和微调经验（如使用PyTorch、Hugging Face）
• 需要掌握Docker、Kubernetes等云原生技术，能够独立构建从数据到应用的完整技术管道
• 除了技术，强大的业务洞察力和沟通能力至关重要，能够清晰地与客户和非技术人员交流，快速解决现场问题

申请策略

• 深入研究中国电信的AI战略、产品和已有解决方案，在面试中展现你对公司的了解和认同
• 准备1-2个你如何将模糊需求转化为技术方案，并解决实施过程中突发问题的具体案例，最好用STAR法则组织
• 考虑到岗位需要与客户和团队密切合作，在面试中主动展现你的沟通意愿和团队合作精神
• 重点突出任何与大模型、RAG、AI Agent相关的个人项目、开源贡献或实习经历，特别是涉及部署、微调或解决实际问题的部分
• 详细描述你的Python全栈开发能力以及使用Docker、Kubernetes等工具的实践经验
• 强调你参与过的需要跨团队协作、与非技术人员沟通或解决复杂现场问题的经历，体现你的业务理解和沟通能力
• 如果你有技术博客或开源项目，一定要在简历中展示链接，这是证明你技术热情和自学能力的有力证据
• 可以动手实践一些开源大模型（如LLaMA）的本地部署、微调和基于RAG的应用开发，打造一个完整的Demo项目

面试指南

• 对于技术问题，采用“背景-挑战-行动-结果”的框架，重点描述你的思考过程、尝试过的不同方案以及最终的权衡取舍
• 对于场景设计题，首先分析核心限制条件（如断网），然后提出多种可能的替代方案（如本地化部署、使用传统算法），最后选择最可行的一种并阐述理由
• 对于沟通类问题，强调倾听、确认理解、使用类比和可视化工具，并分层次（给业务讲价值，给技术讲方案）进行表达
• 请介绍一个你做过的最复杂的AI项目，特别是遇到的最大技术挑战和你是如何解决的？
• 如果客户现场的网络环境无法连接外网，无法使用调用API的大模型，你会如何设计方案来交付一个AI应用？
• 如何向一位不懂技术的业务部门负责人解释清楚什么是RAG，以及它能为他的业务带来什么价值？
• 你对我们公司的AI产品或解决方案有什么了解？你认为在向企业客户交付时，最大的困难可能是什么？
• 作为应届生，如果遇到客户现场临时提出的、超出你现有知识范围的需求，你会如何处理？