帆软
FDE解决方案工程师
FDE解决方案工程师
发布于 大约 9 小时前普通员工/个人贡献者
无锡市 / 南京市
无经验要求
全职员工
仅现场办公
本科
架构师
Ai解决方案
Rag
大模型
AI 估算 · 10k–15k
应届生解决方案岗，需掌握全栈与AI技术，薪资具竞争力，综合城市差异估。
职位详情
关于这个职位
该职位是帆软公司的FDE解决方案工程师，面向2027届应届生，主要负责AI解决方案的架构设计与售前技术支持，包括大模型选型、RAG方案和Agent工作流等
你将与销售团队合作推动商机转化，并为客户提供技术培训和赋能
适合对AI技术落地有热情、具备良好编程基础的同学
最低要求
届本科及以上学历应届毕业生，计算机、人工智能、认知心理学等相关专业优先
至少熟悉一门主流开发语言，如 Python、Java等
熟悉前后端开发框架，如前端JavaScript/TypeScript + Vue3/React，后端Fastapi（Python）、Spring boot（Java），有实践项目者优先
擅长结构化表达与框架思维能力，能够快速适应 AI 落地场景理解，吸收 GitHub 项目、英文产品文档等信息资源的能力
工作职责
解决方案设计：深入理解客户业务场景与技术现状，主导 AI 解决方案的架构设计，包括大模型选型、RAG 方案、Agent 工作流、私有化部署方案等，输出高质量技术方案文档
售前与技术支持：配合销售团队完成技术澄清、POC演示、方案答疑，作为客户信赖的技术专家推动商机转化
客户赋能：为客户技术团队提供 AI 平台培训、最佳实践分享，提升客户自主运营能力，沉淀可复用的行业交付资产
产品反馈闭环：系统整理客户真实需求与痛点，向产品研发团队输出高质量的需求洞察与改进建议，推动产品改进
解决方案沉淀：提炼各行业 AI 落地经验，构建可复用的AI解决方案，支撑团队规模化扩张
优先资格
说明：如有独立 Agent 场景实现经验者，投稿时直接附上对应应用场景可获得直通车
AI 洞察
优缺点分析
优点
- 接触大模型、RAG、Agent等前沿AI技术，技术视野开阔，技能积累快
- 面向企业客户的售前环节，能锻炼沟通、方案设计和商业思维，职业发展路径宽
- 公司为大型企业，平台稳定，且面向应届生有系统培养预期
- 可选工作城市众多，可结合个人偏好进行选择
- 售前工作需要频繁出差或驻场，可能影响工作生活平衡
- 适合对AI技术有强烈兴趣、乐于与人沟通、能适应出差和快速学习节奏的应届毕业生
缺点 / 挑战
- 岗位要求技术、业务、沟通多能力叠加，综合门槛较高
- AI技术迭代快，需持续学习和适应，工作压力较大
角色解读
- 纵向发展：从解决方案工程师成长为资深解决方案架构师或AI技术专家
- 横向发展：可转向产品经理、技术售前顾问、客户成功等复合型岗位
- AI技术持续普及，该岗位积累了业务+技术+沟通综合能力，长期竞争力强
- 深入客户业务场景与技术现状，主导AI解决方案的架构设计，涵盖大模型选型、RAG方案、Agent工作流及私有化部署等
- 配合销售团队进行技术澄清、POC演示和方案答疑，作为技术专家推动商机转化
- 为客户技术团队提供AI平台培训和最佳实践分享，提升客户自主运营能力
- 系统整理客户需求与痛点，输出需求洞察和产品改进建议，推动产品迭代
- 至少掌握一门主流开发语言（如Python、Java），能进行实际编码
- 熟悉前后端框架，如Vue3/React和FastAPI/Spring Boot，有项目实践经验更佳
- 具备结构化表达和框架思维，能够快速理解AI落地场景
- 能高效吸收GitHub开源项目和英文技术文档，保持AI技术敏感度
申请策略
- 深入了解帆软在商业智能和AI领域的产品布局，在面试中主动关联自己的理解
- 若有独立Agent场景实现经验，务必在投稿时附上链接，可获得直通车机会
- 重点突出AI相关项目经历，尤其是大模型、RAG、Agent的落地实践，展示技术深度
- 清晰列出前后端框架掌握情况，附上GitHub或个人项目链接，体现真实编码能力
- 用具体案例展示结构化表达和方案撰写能力，如有售前或咨询经历更佳
- 强调快速学习能力，例如短时间内上手开源项目或阅读英文文档的经历
- 补充大模型应用开发经验，可基于LangChain或LlamaIndex构建一个RAG项目
- 熟悉主流Agent框架（如AutoGen、CrewAI），尝试实现一个完整的业务场景
面试指南
- 采用STAR法则描述项目：背景、任务、行动、结果，突出你的角色和技术亮点
- 先澄清需求，再给出方案框架：数据准备、模型选型、检索策略、评估优化，体现结构化思维
- 用比喻和真实案例解释技术，强调业务价值，展现客户思维
- 体现倾听、追问和迭代优化能力，展示解决问题的主动性
- 请介绍一个你独立完成的AI项目，包括架构设计、技术选型和实施过程
- 如果客户想要构建一个企业知识库问答系统，你会如何设计RAG方案？
- 面对非技术背景的客户，你如何通俗解释大模型的能力与局限？
- 当客户需求模糊不清时，你如何一步步澄清并给出合理方案？
职位点评
71
综合评分
AI前沿技术、应届生友好，薪资面议，WLB不确定需出差。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术前沿与快速成长、看重职业发展空间，且能接受出差和较高学习强度的应届生。
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85
工作生活55
使命价值70
薪资福利
65中等
薪资未在JD中披露，但公司为大型知名企业，应届生薪资应具市场竞争力，福利未知。
薪资信号未披露（AI估算：10K-15K/月）
成长发展
85较高
岗位涉及大模型、RAG、Agent等前沿技术，且需持续学习与客户赋能，成长空间大。
技术前沿前沿/新兴技术
技术栈大模型、RAG、Agent、Python、Java、FastAPI、Spring Boot、Vue3、React
业务类型profit_center
工作生活
55较低
工作地点可选但需现场办公，售前岗位可能涉及出差，JD未提及弹性工作或WLB保障。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI赋能企业数字化转型，行业前景好，但JD未突出社会使命感，意义感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
帆软 的其他在招职位
相似职位推荐
Watch Jobs