百度
MaaS 公有云产品解决方案架构师（J104306）
MaaS 公有云产品解决方案架构师（J104306）
发布于 大约 15 小时前普通员工/个人贡献者
北京市 / 深圳市
中级经验
全职员工
仅现场办公
本科
架构师
Maas
Prompt Engineering
Rag
Vllm
云计算
售前
大模型
解决方案架构
Sft/Lora/Rlhf
AI 估算 · 30k–60k
百度大厂平台，AI热门赛道，架构师岗位薪资竞争力强，需深厚技术栈与落地经验，市场稀缺性高。
职位详情
关于这个职位
该职位是百度MaaS公有云产品解决方案架构师，负责深入客户一线，识别高价值生成式AI场景，设计覆盖模型选型、RAG、Agent编排等端到端解决方案，并推动原型验证到生产落地
同时需要向销售团队赋能，沉淀最佳实践，参与MaaS产品迭代
适合具备大模型技术栈和沟通能力的资深工程师
最低要求
本科及以上学历，计算机、人工智能或软件工程相关专业
年以上解决方案架构、技术咨询或 AI/ML 相关经验，1 年以上云或平台类产品经验优先
主导过至少一个复杂 生成式AI/大模型项目从 PoC 到生产的完整落地，能清晰阐述模型选型与调优、业务应用构建与上线迭代、项目成效等全流程
熟悉主流大模型应用技术栈：模型 API、Prompt/Context Engineering、RAG、Embedding、Tool Calling、Agent Workflow 、OpenClaw与Harness等
动手能力强，能独立调用模型 API、构建原型和agent并排查生产问题
理解可靠性、可观测性与高可用设计
具备技术领导力与产品思维，能在需求模糊、技术快速演进的环境中，将复杂业务问题转化为可验证、可交付、可复用的解决方案
优秀的跨层级沟通能力，能同时与企业高管、业务负责人、架构师及开发团队有效对话
有 MaaS/云计算售前架构或生态伙伴赋能经验者优先
工作职责
AI场景识别与路线图规划：深入重点客户，与业务负责人、技术管理者及开发团队梳理业务流程，识别高价值生成式AI或Agent 场景，输出可执行的 AI 应用路线图
MaaS解决方案端到端架构设计：针对客户场景与痛点，设计覆盖模型选型、Prompt/Context Engineering、RAG、Tool Calling、Agent 编排、模型路由及企业系统集成的完整解决方案架构
MaaS方案验证与落地应用：作为客户项目技术负责人，快速构建基于模型和工具的可运行原型，验证架构假设与业务价值
推动方案从原型验证、效果评测到生产部署与规模化应用
生产级 Agent 与安全治理设计：合理划分模型、工具与确定性代码的职责边界，配合企业设计覆盖身份权限、数据隔离、隐私保护、审计与模型风险的企业级安全治理架构
价值沟通与生态赋能：向销售团队充分赋能，提升前线的产品认知深度与商机识别能力
将项目共性问题沉淀为参考架构、评测集、解决方案包装成最佳实践，提升销售团队与生态伙伴的规模化成单效率
产品反馈与迭代：向产品、模型与研发团队输出一线洞察，提炼客户需求、模型行为、产品缺口与部署障碍，参与推动 MaaS 产品路线图演进
优先资格
有头部云厂商或 MaaS 平台（如 AWS Bedrock、火山方舟、阿里百炼等）售前架构、技术顾问或解决方案经验，熟悉主流模型（ERNIE、DeepSeek、GLM、Qwen、Claude、GPT 系列）的能力边界与定价体系
参与过开源 AI 项目、技术社区运营或有公开技术影响力输出（技术博客、演讲、白皮书、行业标准等）
有模型微调（SFT/LoRA/RLHF）或推理优化（vLLM、量化、蒸馏）实战经验，能深入模型侧问题定位
具备商业化视角，参与过Token 定价方案或订阅制产品设计，理解 MaaS 商业模式与计费体系
AI 洞察
优缺点分析
优点
- 百度大厂平台，技术积累深厚，能接触前沿生成式AI技术
- MaaS赛道高速增长，行业前景广阔，个人成长空间大
- 薪资待遇优厚，典型的高投入高回报岗位
- 技术迭代极快，需要持续学习和适应新框架、新模型
- 工作强度大，需频繁出差和应对客户需求变化
- 要求综合素质高，既要有技术深度，也要有商业敏锐度
缺点 / 挑战
- 适合具备大模型实战经验、热爱挑战、善于沟通，并希望在AI浪潮中快速成长的工程师
角色解读
- 在技术方向可向首席架构师或AI技术专家发展，深耕特定行业或技术领域
- 可横向拓展到产品管理或技术管理岗，利用一线客户洞察推动产品战略
- 在MaaS快速发展的赛道中，积累端到端落地经验，成为稀缺的复合型人才
- 深入客户业务场景，识别高价值的生成式AI或Agent应用机会，制定AI应用路线图
- 设计端到端的MaaS解决方案架构，包括模型选型、Prompt工程、RAG、Agent编排及企业系统集成
- 作为技术负责人，快速构建可运行原型，推动方案从PoC到生产环境的落地与规模化
- 赋能销售团队，沉淀最佳实践，并将客户洞察反馈给产品团队以迭代MaaS产品
- 扎实的大模型应用技术栈，熟悉RAG、Prompt Engineering、Agent Workflow、Tool Calling等
- 强大的动手能力，能独立调用模型API、构建原型和排查生产问题
- 出色的沟通和跨层级协作能力，能同时与高管、业务和技术团队对话
- 技术领导力和产品思维，能在模糊需求中提炼问题并输出可交付的解决方案
申请策略
- 提前了解百度的MaaS产品线以及ERNIE模型的最新能力
- 准备一个自己主导的项目案例，展示技术决策和业务价值的闭环
- 突出主导过的生成式AI项目完整落地经历，强调从PoC到生产的全流程
- 详细列出熟悉的技术栈，如RAG、Agent、Prompt Engineering，并量化成果
- 强调售前或解决方案经验，说明如何与客户沟通并驱动商机
- 展示技术影响力，如开源贡献、技术博客或演讲
- 补充MaaS平台（如AWS Bedrock、阿里百炼）的使用经验
- 学习模型微调或推理优化技术，提升模型侧的问题定位能力
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰呈现项目细节和你的角色
- 强调权衡与验证：说明你是如何通过原型验证假设，并根据反馈迭代方案的
- 体现商业思维：技术选型不仅考虑性能，还要结合成本、客户痛点和可交付性
- 请描述一个你主导的生成式AI项目从PoC到生产的完整流程，遇到的最大挑战是什么？
- 如何为一个客户选择合适的模型？需要考虑哪些因素？
- 设计一个基于RAG的企业知识库问答系统，你会如何架构？
- 当客户对AI效果有过高预期时，你如何管理期望并推动落地？
- 如何向销售团队赋能，让他们能识别并转化MaaS商机？
职位点评
70
综合评分
百度大厂MaaS架构师，前沿AI技术栈，高成长高压力，薪资面议。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合追求技术前沿和快速成长的求职者，以职业发展为核心动力，能适应高强度工作。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展92
工作生活40
使命价值80
薪资福利
65中等
百度平台薪资竞争力强，但JD未披露具体薪资福利，需面议。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
92较高
岗位聚焦生成式AI前沿技术，技术栈先进，成长空间大，能积累稀缺的端到端落地经验。
技术前沿前沿/新兴技术
技术栈大模型、RAG、Agent、Prompt Engineering、MaaS、云计算、vLLM、SFT/LoRA/RLHF
业务类型profit_center
工作生活
40较低
仅现场办公，北京深圳两地，未提及弹性工作或WLB，工作强度可能较大。
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
80较高
AI技术推动产业升级，行业高速增长，岗位直接贡献于企业智能化转型，社会价值较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
百度 的其他在招职位
相似职位推荐
Watch Jobs