腾讯云-国际行业解决方案架构师-AI业务应用LLM/Agent方向

优缺点分析

角色解读

• 在技术方向上可深耕AI Agent架构、大模型应用领域，成为行业顶级解决方案专家
• 横向可拓展至云架构设计、企业级系统集成，或转向产品管理、技术管理方向
• 依托腾讯云国际业务，有机会服务全球客户，积累跨文化沟通和国际项目经验
• 深入客户业务场景，将复杂需求转化为技术方案，主导大模型应用的架构设计和落地交付
• 基于LLM构建企业级AI Agent和RAG系统，运用Prompt Engineering、Function Calling等核心技术实现多Agent协同
• 跟踪业务效果指标，持续优化方案性能，并将项目经验沉淀为可复用的交付资产
• 与国际客户及技术团队密切沟通，完成系统集成与知识转移，推动方案落地
• 扎实的编程能力，精通Python，熟悉Java/Go/TypeScript之一，能独立完成端到端应用开发
• 深入理解LLM原理，熟练掌握Prompt Engineering、Function Calling、RAG等技术
• 熟悉主流Agent框架（LangChain、Dify）及云原生架构，了解Docker/K8s和公有云平台
• 良好的英文沟通能力，能直接服务海外客户，并具备客户高管沟通和现场问题拆解能力

申请策略

• 了解腾讯云国际业务方向，准备针对AI场景的解决方案案例
• 在面试中展现对Agent技术趋势的前瞻性思考，并强调结果导向
• 突出大模型项目实战经验，特别是LLM、Agent、RAG相关的落地案例
• 强调英文沟通能力，尤其是服务海外客户的具体经历
• 展示端到端工程能力，包括系统设计、代码实现和部署运维
• 提及云原生和主流Agent框架的使用经验
• 深入掌握LangChain、Dify等框架，并熟悉MCP协议和跨系统集成
• 补充云原生知识和主流公有云平台（如腾讯云、AWS）的实战经验

面试指南

• 用STAR法则描述项目：情境、任务、行动、结果，强调数据指标和业务影响
• 技术问题要突出方案选型思路、对比分析和实际调优过程
• 客户沟通类问题要体现共情、结构化拆解和协作推进能力
• 请介绍一个你主导的大模型项目，如何设计Agent或RAG架构？
• 如何将模糊的客户需求转化为具体的技术方案？请举例
• 在项目中如何优化Prompt或Function Calling，提高模型效果？
• 如何处理多Agent协同和跨系统集成？遇到过什么挑战？
• 面对国际客户，如何高效沟通并确保项目落地？