vivo
AI解决方案专家（FDE)
AI解决方案专家（FDE)
发布于 2 个月前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai落地
Llm
Rag
大模型
值不值得投
71综合评分
综合评分 71
AI前沿技术岗，成长空间大，薪资高，但工作强度大，WLB一般。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比人工智能中位数高
发布情况
长期在招 · 54 天前发布
公司情况
这家公司招聘很活跃
约 130 个在招
市场机会
选择不多
东莞 · 人工智能 · 3 个在招
职位详情
关于这个职位
作为vivo内部的AI落地专家，你将深入营销、供应链、财务等业务一线，将大模型技术与真实业务场景结合，主导从需求分析到验收复盘的完整交付链路，解决AI落地的'最后一公里'难题
这是一个复合型技术岗位，需要你兼具技术深度与业务广度，对业务效果负责
最低要求
一、学历与经验
本科及以上学历，计算机、人工智能或相关理工科专业优先
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
二、专业能力要求
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
了解企业信息安全合规基本要求
三、业务广度与领域深耕
在以下领域至少有一个领域深耕并有主导AI+项目落地经验：营销 / 财务 / 供应链 / 生产制造 / 用户洞察 / AI办公 / AI企业知识库 / 桌面级智能体，有多领域业务经验会更好
四、项目交付与协作能力
具备完整的项目生命周期管理能力：需求→方案→实施→验收→复盘
能独立对接业务方，承担一人多角色
有跨部门或多方协作的项目推进经验
五、沟通与方案表述能力
具备优秀的跨部门沟通能力，能与非技术背景的业务方有效协作
具备较强的技术方案撰写与汇报能力
能在模糊场景下推动事情闭环
六、自驱力与适应力
极强的自驱力与抗压能力，适应在多元业务场景间快速切换
对前沿AI技术保持持续学习热情
结果导向，以业务效果为衡量标准
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
优先资格
完整主导过AI应用从0到1的落地交付全流程
有互联网知名企业工作经验优先
有技术布道或内部知识体系建设经验
有Tech Lead或带领小团队的管理经验
AI 洞察
优缺点分析
优点
- 身处AI技术前沿，能够接触并实践大模型、Agent等最新技术，技术积累快
- 深入vivo多个核心业务场景，业务视野广阔，能快速提升业务理解能力
- 岗位复合性强，技术与管理能力并重，职业发展空间大
- 工作强度大，需要适应在多元业务场景间快速切换，抗压能力要求高
- 对综合能力要求极高，需要同时具备技术深度、业务广度、沟通能力和项目管理能力
- 适合具备8年以上经验、技术功底扎实、对业务有敏锐洞察力，并渴望在AI领域深耕的技术专家
缺点 / 挑战
- 公司平台大，资源丰富，能接触到真实复杂的企业级AI落地挑战
- AI落地过程充满不确定性，需要面对业务预期与平台能力之间的平衡，推动事情闭环的难度较高
角色解读
- 在AI落地领域深耕，成为企业级AI解决方案的专家，主导更多复杂业务场景的AI应用
- 可向技术管理方向发展，带领团队，负责更大范围的AI技术战略和落地
- 随着AI技术发展，可拓展至更多前沿领域，如Agent、多模态等，成为行业内的技术领军人物
- 深入业务一线，主导AI方案从需求分析到交付复盘的完整流程，解决AI落地中的实际问题
- 设计AI应用架构，包括Agent编排、RAG链路、模型选型等，确保方案的扩展性和安全性
- 与业务方决策者协作，将模糊需求转化为可工程化方案，并推动业务价值转化
- 沉淀技术资产，将通用问题抽象为可复用解决方案，赋能团队提升整体技术水位
- 精通大模型全栈技术，包括LLM API调用、Prompt Engineering、RAG链路搭建、Agent框架等
- 熟练掌握Python/Java/TypeScript至少一门语言，具备良好的系统设计能力
- 熟悉企业级系统集成模式，如RESTful API、Webhook、SSO，以及容器化部署和微服务架构
- 具备优秀的跨部门沟通能力，能与非技术背景的业务方有效协作，并具备技术方案撰写与汇报能力
申请策略
- 在面试中，重点展示你如何解决AI落地中的实际挑战，而非单纯的技术堆砌
- 了解vivo的业务布局和AI战略，思考你的经验如何与vivo的业务场景结合
- 突出大模型应用从0到1的落地案例，强调实际业务效果和量化成果
- 强调在营销、财务、供应链等领域的AI项目经验，展示业务广度
- 突出主导中大型项目架构设计与技术决策的能力，以及跨部门协作经验
- 如有技术分享、布道或内部知识体系建设经验，务必重点体现
- 补充学习Agent框架、RAG链路、向量数据库等前沿技术，并动手实践
- 了解桌面智能体生态，尝试开发相关SKILL或工具
面试指南
- 回答项目案例时，采用STAR法则（情境、任务、行动、结果），突出你的技术决策和业务价值
- 回答技术设计问题时，先阐述技术原理，再结合业务场景给出具体方案，并说明权衡取舍
- 回答沟通协作问题时，强调你的沟通策略、冲突解决方式，以及如何推动事情闭环
- 请分享一个你主导的大模型应用从0到1的落地案例，具体遇到了哪些挑战，如何解决？
- 如何设计一个RAG链路来提升知识库问答的准确性？
- 如何将业务方的模糊需求转化为可工程化的AI方案？
- 在跨部门协作中，你如何推动项目进展并确保业务价值？
- 你对Agent和智能体技术有何理解？如何将其应用到企业办公场景？
职位点评
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利
75中等
该职位薪资水平较高，且公司为巨头企业，福利待遇稳定，但JD未明确薪资范围。
薪资信号未披露（AI估算：4–7万/月）
成长发展
90较高
该职位处于AI技术前沿，技术成长空间巨大，且涉及多个业务领域，能快速提升综合能力。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Prompt Engineering、向量数据库、Embedding、Docker、Kubernetes
成长机会技术分享、经验沉淀、人才培养
业务类型ambiguous
工作生活
40较低
JD未提及弹性办公或远程工作，且工作强度大，需要适应多元场景切换，WLB可能较差。
工作模式仅现场办公
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
70中等
AI技术应用前景广阔，但JD未明确提及社会价值或使命感，主要聚焦业务价值。
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