智谱
解决方案架构师
解决方案架构师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公解决方案
解决方案
Agent框架
Rag
Sft
Vibe Coding
Workflow设计
大模型Api
提示词工程
私有化部署
解决方案设计
值不值得投
薪资怎么样
4.0万
比解决方案中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 320 个在招
市场机会
选择面较广
深圳 · 解决方案 · 93 个在招
职位详情
关于这个职位
作为大模型公司的解决方案架构师，你需要深入客户业务场景，挖掘高潜力的AI应用机会，并基于公司大模型API及RAG、Workflow、Agent、SFT、私有化等工具链，为客户设计可落地的方案
同时协助客户完成API集成与效果调优，解决幻觉、稳定性、长上下文丢失等问题，并通过技术培训与最佳实践沉淀推动API消耗健康增长
最低要求
本科及以上学历，CS/大数据科学/软件工程等相关专业
年以上AI解决方案或技术支持相关工作经验
深入了解互联网AI应用生态：AI Native产品、国内外前沿模型等
熟练掌握提示词工程、workflow设计、vibe coding 等AI应用开发技能
在至少一个垂类领域有深度认知（如Coding/角色扮演/智能对话/视频生产/ASR&TTS/browseruse等）
工作职责
客户需求挖掘与产品方案设计
能够深入洞察客户核心业务场景的+AI需求，基于客户场景能主动识别挖掘高潜AI应用机会
基于公司大模型API及周边工具链(RAG、Workflow、Agent框架、SFT、私有化等)，为客户设计高可用、低延迟的产品解决方案
评估客户新需求方案落地的复杂度、可行性、ROI，为客户提供成本优化与技术路径选择建议
技术实施与产品效果优化
协助客户完成API能力集成，对接大客进行API性能与效果测试、问题诊断与效果迭代
深入参与客户业务领域效果调优，协助解决幻觉、稳定性、长上下文丢失等核心痛点
提供技术培训与workshop，输出高质量的Demo代码与最佳实践文档
确保客户应用顺利落地，并持续跟踪与优化线上运行效果与性能
客户关系维系与方法论沉淀
建立长期客户关系，通过技术赋能推动API消耗健康增长
收集客户反馈，协助公司产品、工程、研究院团队优化产品能力
沉淀白皮书、案例库、行业最佳实践与可复用方法论，支持规模化复制
优先资格
有开源项目贡献或技术博客输出经验
AI 洞察
优缺点分析
优点
- 直接接触大模型前沿能力与真实客户场景，技术视野与落地经验可同步积累
- 覆盖RAG、Agent、SFT、私有化等多种技术栈，能力复合度高、可迁移性强
- 解决方案岗位贴近商业收入，个人产出与业务结果直接挂钩，议价与成长空间较大
- 需要沉淀白皮书与案例库，有助于建立个人行业影响力与技术输出品牌
- 大模型应用效果存在不确定性，幻觉、稳定性等问题需要反复调优，考验工程耐心
- 需要快速理解不同行业的业务逻辑，跨行业学习曲线较陡
- 适合有AI应用落地经验、既懂技术又愿意直面客户，并希望在某一垂类行业做深做透的复合型人才
缺点 / 挑战
- 既要懂技术又要直面客户，多项目并行与客户期望管理会带来一定节奏压力
角色解读
- 纵向可成长为解决方案团队负责人或行业售前总监，负责区域/行业线的方案体系与团队管理
- 横向可转向大模型应用产品经理、应用架构师或AI工程方向，深耕技术与产品结合
- 长期积累垂类方法论与客户资源，可发展为行业解决方案专家，建立个人在特定领域的品牌影响力
- 深入客户业务场景，主动识别并挖掘高潜力的AI应用机会，把模糊需求转化为可落地的产品方案
- 基于公司大模型API与RAG、Workflow、Agent框架、SFT、私有化等工具链，设计高可用、低延迟的解决方案并评估复杂度与ROI
- 协助客户完成API集成与效果调优，解决幻觉、稳定性、长上下文丢失等问题，输出Demo代码与最佳实践文档
- 沉淀白皮书、案例库与行业方法论，反哺产品与研发团队，推动API消耗健康增长
- 5年以上AI解决方案或技术支持经验，熟悉大模型应用从选型到上线的完整链路
- 掌握提示词工程、Workflow设计、vibe coding、RAG与Agent框架等实操技能，能独立写出可运行的Demo
- 在至少一个垂类（Coding、角色扮演、智能对话、视频生产、ASR&TTS、browser use等）有深度认知
- 具备客户沟通与方案表达能力，能把技术语言翻译成业务价值与成本收益
申请策略
- 提前了解智谱的产品矩阵与典型客户行业，面试时能说出你对其开放平台能力的理解
- 准备一个能向非技术听众讲清方案价值的案例，体现技术+商务的双语能力
- 用数据量化AI项目成果，如API调用量增长、效果指标提升、服务客户数量与续约情况
- 明确列出使用过的大模型、RAG/Agent框架、SFT微调与私有化部署经验，标明你的具体分工
- 挑选1-2个垂类项目深写，体现对行业场景的理解，而非泛泛的通用方案描述
- 附上开源项目、技术博客或公开分享链接，直接呼应加分项要求
- 熟悉主流大模型API的能力边界、计费方式与限流机制，动手跑通一次端到端集成
- 独立完成一个RAG+Agent的Demo，包含效果评测、幻觉抑制与延迟优化的完整流程
面试指南
- 项目类问题用STAR结构：业务场景—目标与约束—你的具体动作—可量化结果与复盘
- 技术选型题先确认约束条件（成本、延迟、数据合规、迭代周期），再给出2-3个方案对比和推荐理由
- 问题诊断题按「描述现象—拆解链路—验证假设—迭代验证」的顺序回答，突出工程思维与闭环意识
- 请描述一个你从需求挖掘到方案落地的完整AI项目，关键难点和你的解决方式是什么？
- 客户要求提升回答准确率但预算有限，你会如何设计技术路径并做取舍？
- RAG、SFT、Agent、私有化部署分别在什么场景下更合适，如何组合使用？
- 客户反馈模型存在幻觉和长上下文信息丢失，你会如何诊断和优化？
- 你在某个垂类（如Coding、智能对话、ASR&TTS）有什么深度认知和实践？
智谱 的其他在招职位
相似职位推荐
Watch Jobs