vivo
AI解决方案（FDE）专家
AI解决方案（FDE）专家
发布于 大约 16 小时前普通员工/个人贡献者
东莞市
专家级经验
全职员工
仅现场办公
本科
人工智能
Llm
Prompt Engineering
Rag
微服务
AI 估算 · 40k–70k
职位详情
关于这个职位
作为vivo的AI解决方案专家，你将主导AI方案的全流程技术交付，深入业务一线解决复杂挑战
你将负责设计AI应用架构，涵盖Agent编排、RAG链路、模型选型等，推动业务价值转化，并沉淀技术资产赋能团队
这是一个技术专家岗位，要求8年以上经验，其中至少2年AI/企业级应用交付经验，适合具备大模型落地经验的技术专家
最低要求
年以上工作经验，其中至少2年AI/企业级应用的交付或实战经验
深入理解并熟练运用大模型全栈技术：LLM API调用、Prompt Engineering、RAG链路搭建、Agent框架、模型选型、向量数据库、Embedding技术等
有真实的大模型应用从0到1的落地案例（非Demo级别）
熟悉桌面智能体的应用与周边生态工具开发，能持续挖掘业务共性场景并沉淀适配桌面智能体的SKILL
精通Python/Java/TypeScript至少一门语言，代码规范，工程素养扎实，具备良好的系统设计能力，能主导中大型项目的架构设计与技术决策
熟悉企业级系统常见集成模式：RESTful API、Webhook、SSO等
掌握容器化部署（Docker/Kubernetes）、消息中间件、微服务架构等
计算机、人工智能或相关理工科专业优先
工作职责
主导 AI 方案全流程技术交付：深入业务一线，主导从需求分析、方案设计、开发部署到验收复盘的完整交付链路
直面真实业务环境中的复杂挑战（老旧系统对接、数据孤岛打通、性能瓶颈、安全合规等），输出技术可行且业务认可的解决方案
设计 AI 应用架构：评估业务部门 IT 基础设施，设计合理的 AI 应用架构，涵盖 Agent 编排、RAG 链路、模型选型、多轮对话、智能体能力模块（SKILL）、知识库构建等，确保方案的扩展性、可运维性与安全性
推动业务价值转化与客户管理：将业务方模糊需求转化为可工程化方案，识别业务链路关键价值点与风险
与业务方决策者高效协作，输出技术方案与价值度量报告
在业务预期与平台能力之间做好平衡与排期管理，挖掘延伸需求与 AI 创新机会，推动持续合作
沉淀技术资产与赋能团队：将项目中的通用问题抽象为可复用解决方案（模块 / SDK / 最佳实践文档 / 内部工具 / SKILL），降低团队后续交付成本
积极参与内部技术分享、经验沉淀与人才培养，提升团队整体技术水位
AI 洞察
优缺点分析
优点
- vivo作为跨国巨头，平台大，资源丰富，AI项目落地机会多
- 岗位涉及AI全栈技术，技术深度和广度兼备，能快速积累大模型落地经验
- 直接与业务决策者合作，能锻炼业务理解与方案设计能力，职业发展空间大
- 对技术深度和业务理解要求高，需要持续学习新技术并快速适应
- 岗位需要频繁与业务方沟通，对沟通协调能力要求高
- 适合具备大模型落地经验，技术扎实，且愿意深入业务场景解决实际问题的技术专家
缺点 / 挑战
- 需直面复杂业务环境，可能面临老旧系统对接、数据孤岛等挑战，工作强度较大
角色解读
- 可向AI架构师或技术专家方向发展，深化大模型应用架构设计能力
- 可转向技术管理岗位，带领AI解决方案团队，负责更大范围的业务价值转化
- \可成为AI领域的技术布道者，推动企业AI技术栈的演进
- 主导AI解决方案从需求分析到交付的全流程，直面业务场景中的复杂技术挑战
- 设计AI应用架构，包括Agent编排、RAG链路、模型选型等，确保方案的可扩展性和安全性
- 与业务方决策者协作，将模糊需求转化为工程化方案，并推动业务价值落地
- 沉淀技术资产，将项目经验抽象为可复用模块或最佳实践，赋能团队
- 精通大模型全栈技术，包括LLM API、Prompt Engineering、RAG、Agent框架等
- 具备扎实的编程能力，精通Python/Java/TypeScript至少一门语言，并有系统设计能力
- 熟悉企业级系统集成模式（RESTful API、SSO）和容器化部署（Docker/Kubernetes）
申请策略
- 了解vivo的业务线，特别是AI在手机、IoT等场景的应用，面试中展示对业务的理解
- 准备一个完整的AI项目案例，从需求分析到落地，展示全流程能力
- 突出大模型应用从0到1的落地案例，强调技术选型、架构设计和业务价值
- 展示在复杂业务场景中解决技术难题的能力，如数据孤岛打通、性能优化等
- 强调与业务方协作的经验，体现方案设计与价值度量能力
- 深入学习Agent框架和RAG链路的最新实践，关注桌面智能体生态
- 补充企业级系统集成和容器化部署的实战经验，提升系统设计能力
面试指南
- 用STAR法则（情境、任务、行动、结果）回答项目经验问题，突出个人贡献和业务价值
- 对于架构设计问题，从需求分析、技术选型、扩展性、安全性等维度展开，体现系统思维
- 对于业务沟通问题，强调需求拆解、价值量化、风险管理和预期管理
- 请介绍一个你主导的大模型应用落地项目，包括技术选型、架构设计和业务价值
- 如何处理业务方模糊需求，并转化为可工程化的方案？
- 在RAG链路中，如何解决知识库更新和检索准确性问题？
- 如何设计一个可扩展、可运维的AI应用架构？
- 面对老旧系统对接，你会如何设计集成方案？
职位点评
75
综合评分
大厂AI专家岗，前沿技术栈，成长空间大，但WLB一般。
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
适合追求技术成长、愿意深入业务场景、接受东莞办公的技术专家。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
vivo作为大型企业，薪资水平较高，福利完善，但JD未明确薪资范围，需面议。
薪资信号面议 (40K-70K/月)
成长发展
90较高
岗位涉及AI大模型前沿技术，技术栈新，项目落地机会多，成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Prompt Engineering、向量数据库、Embedding
成长机会技术分享、人才培养
业务类型profit_center
工作生活
50较低
工作地点在东莞，需现场办公，未提及弹性工作，WLB一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
AI技术应用前景广阔，vivo作为行业巨头，能参与前沿技术落地，使命感较强。
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
Watch Jobs