腾讯云智慧出行-FDE交付架构师

优缺点分析

角色解读

• 可向腾讯云智慧出行领域的资深解决方案架构师发展，成为行业AI转型的专家顾问
• 也可转向更高层级的产品管理或技术战略岗位，主导更大规模的行业数字化变革项目
• 作为连接技术与业务的桥梁，负责为车企客户定制AI解决方案（如大模型应用）
• 深入一线挖掘痛点，将抽象需求转化为具体的AI场景和交付计划
• 利用AI Coding和RAG等技术栈，主导从方案设计到落地评测的全流程
• 必须掌握大模型应用开发技术栈（RAG、Agent、Harness等）及模型评测方法
• 具备扎实的AI场景化产品规划与项目落地能力，熟练使用AI Coding辅助工具
• 拥有深厚的汽车行业认知及优秀的客户沟通与交付能力

申请策略

• 了解腾讯云智慧出行的最新产品动态和行业白皮书
• 准备1-2个完整的端到端AI交付案例，清晰阐述从痛点发现到价值实现的闭环过程
• 重点突出过往项目中涉及大模型、RAG或Agent的实际落地案例，量化交付成果（如提效百分比、客户满意度）
• 强调在复杂场景下解决业务痛点的能力，以及与客户成功合作的故事
• 展示对AI Coding等新型开发工具的熟练程度
• 深化对LLM应用架构（特别是RAG优化、Agent编排）的理解
• 补充汽车行业基础知识（如智能网联、自动驾驶产业链），提升行业对话能力
• 加强售前咨询与项目管理技巧，提升方案说服力

面试指南

• 采用STAR法则（情境、任务、行动、结果）结构化回答
• 重点展示技术选型的逻辑依据、遇到的具体阻碍及创新解决方案、最终量化的业务价值
• 体现对客户业务场景的深度理解
• 请分享一个你主导的基于大模型的AI落地项目，你是如何解决数据质量和幻觉问题的？
• 在面对传统车企客户模糊的需求时，你如何将其转化为可执行的AI技术方案？
• 你如何看待RAG技术在当前企业级应用中的局限性，以及你的优化思路是什么？
• 请描述一次你通过AI技术帮助客户显著提效的具体案例
• 复习LangChain、LlamaIndex等主流框架及RAG最佳实践