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

• 在腾讯云国际业务中积累大型企业客户的大模型落地经验，成为行业解决方案专家
• 可向技术管理方向发展，带领团队负责更复杂的解决方案架构
• 有机会转向产品侧，将沉淀的方案模板反哺产品迭代，成为技术和产品的复合型人才
• 深入客户业务场景，将模糊需求拆解为技术路线图，主导需求分析、技术选型和架构设计
• 基于大模型构建企业级 AI Agent 与 RAG 应用，设计多 Agent 协同与跨系统互通方案
• 主导项目落地交付，包括场景适配、系统集成、效果调优和上线护航，确保方案稳定运行
• 跟踪业务效果指标并持续调优，同时将一线经验沉淀为可复用的交付资产与方案模板
• 精通 Python，熟悉 Java/Go/TypeScript 之一，具备端到端应用开发与交付能力
• 深入理解 LLM 原理，熟练掌握 Prompt Engineering、Function Calling 等核心技术
• 有企业级 AI Agent 落地经验，熟悉 LangChain/Dify 等主流 Agent 框架及 RAG 技术链路
• 良好的英文沟通能力，能够与国际客户顺畅交流，并具备客户高管沟通与现场问题拆解能力

申请策略

• 关注腾讯云国际业务的行业方向，准备对应的行业案例
• 在面试中展现你对AI Agent落地的深入思考，而不仅是技术Demo
• 突出大模型项目经验，尤其是企业级Agent/RAG落地案例，包括你的角色和量化效果
• 强调技术栈：Python、LangChain、Dify、Docker/K8s等，以及工程化交付能力
• 如果有服务海外客户的经验，务必明确写出英文工作环境和成果
• 展示客户沟通和需求拆解能力，比如成功主导的复杂项目案例
• 深入了解MCP协议和跨系统集成，这是优先加分项
• 学习如何设计多Agent协同方案，并掌握RAG链路优化技巧

面试指南

• 使用STAR法则：背景、任务、行动、结果，突出量化成果
• 先阐述思考框架：客户需求分析、技术选型、架构设计、落地调优，展示系统性思维
• 对于技术类问题，从原理出发，结合实际场景给出优化思路
• 请描述一个你主导的企业级AI Agent落地项目，你如何拆解需求并设计方案？
• 在RAG应用中，如何解决检索质量不高的问题？
• 当客户对大模型效果不满意时，你会如何调优和沟通？
• 你如何设计多Agent协同架构？请举例说明
• 面对国际客户，你如何克服时差和语言障碍推进项目？