联想
AI应用开发工程师
AI应用开发工程师
发布于 大约 8 小时前普通员工/个人贡献者
深圳市 / 天津市
无经验要求
全职员工
仅现场办公
学历未注明
后端开发
Pytorch
Rag
Tensorflow
多模态
大模型
AI 估算 · 15k–30k
AI应用开发人才需求旺盛，联想作为大厂薪资竞争力强，应届生起薪较高，考虑多地城市差异，给出合理范围。
职位详情
关于这个职位
该职位负责智能对话、智能助手、智能体（Agent）及多模态等AI应用的设计与开发，基于大模型和主流AI框架完成核心模块、服务接口及工作流的开发与优化
你将与产品、算法等团队协作，探索前沿技术，将AI能力落地到实际业务场景中
适合对AI应用开发有热情、具备扎实编程基础的应届毕业生
最低要求
毕业时间为2026年9月至2027年8月的海内外应届毕业生，计算机科学、人工智能、软件工程、数据科学等相关专业优先
熟练掌握Python、Java、C++等至少一门编程语言，具备良好的数据结构、算法及软件工程基础
了解机器学习、深度学习或大模型相关基础知识
熟悉PyTorch、TensorFlow等主流AI框架，或具备大模型API调用及应用集成经验
具备至少一段AI相关项目或实践经历，方向包括但不限于大模型应用、智能体（Agent）、检索增强生成（RAG）、自然语言处理、计算机视觉、多模态应用或智能决策系统等，不要求同时覆盖多个方向
具备良好的学习能力、沟通协作能力和问题解决能力，能够清晰表达技术方案与实现思路，对AI技术创新及产业应用保持热情
工作职责
参与智能对话、智能助手、智能体（Agent）及多模态等AI应用的设计与开发，推动AI技术在实际业务场景中的应用与落地
基于大模型、主流AI框架及相关开发工具，完成AI应用核心模块、服务接口及工作流的开发、调试与优化
参与AI应用从需求分析、方案设计、原型验证到系统集成、上线部署及持续迭代的完整过程，不断提升应用效果、系统稳定性与用户体验
探索大模型、智能体（Agent）、检索增强生成（RAG）及多模态等前沿技术，结合智能终端、企业服务及行业应用场景，设计具有实际价值的创新解决方案
与产品、算法及业务等团队协同合作，分析并解决AI应用开发与落地过程中的实际问题，推动项目高质量交付
优先资格
具备以下任一经验者优先：使用LangChain、LangGraph、Dify、Coze等框架完成过AI应用开发
具备Prompt Engineering、MCP、多智能体协作、模型评测或推理优化相关经验
参与过开源社区、AI竞赛、科研项目、课程项目或AI产品落地实践，或能够熟练运用Vibe Coding等方式独立完成AI开发项目者优先
AI 洞察
优缺点分析
优点
- 身处联想这样的大型平台，接触前沿AI技术和实际业务场景，技术积累快
- 校招岗位，有系统的培训和成长机会，职业起点高
- 涉及多个城市，可选择范围广，满足不同地域偏好
- 参与完整的AI应用开发流程，能快速提升全栈工程能力
- AI技术更新快，需要持续学习和适应新的工具和框架
- 大厂工作节奏可能较快，需做好应对高强度工作的准备
缺点 / 挑战
- 多团队协作，需要较强的沟通能力，可能面临跨部门协调的压力
- 适合对AI应用开发有强烈兴趣、编程基础扎实、乐于接受挑战的应届毕业生
角色解读
- 从AI应用开发工程师起步，可向高级AI应用工程师、AI架构师方向发展
- 积累大模型、Agent等前沿技术经验，有机会转型为算法专家或技术专家
- 在公司内可横向拓展至产品、技术管理或行业解决方案等方向
- 设计并开发智能对话、智能助手、智能体等AI应用，实现业务场景中的智能化交互
- 基于大模型和AI框架（如LangChain、PyTorch）构建核心模块、服务接口及工作流，并进行调试优化
- 参与AI应用全生命周期，从需求分析、方案设计到部署上线和持续迭代，确保系统稳定性与用户体验
- 探索Agent、RAG、多模态等前沿技术，结合实际场景设计创新解决方案
- 扎实的编程能力，熟悉Python、Java、C++至少一门语言，掌握数据结构与算法
- 了解机器学习/深度学习基础，熟悉PyTorch、TensorFlow或大模型API调用
- 有AI相关项目实践，如大模型应用、Agent、RAG等
- 良好的协作能力和问题解决能力，能够清晰表达技术方案
申请策略
- 了解联想的AI业务布局和行业案例，在面试中展示你对AI落地场景的思考
- 准备好一段完整的项目介绍，能够清晰阐述技术选型、实现过程和成果
- 突出AI相关项目经历，尤其是大模型、Agent、RAG等方向，详细描述你的角色和技术实现
- 强调编程能力，如熟悉的语言、数据结构与算法功底，以及实际项目的代码质量
- 如有开源贡献、竞赛获奖或AI产品落地经验，务必重点展示
- 体现软技能，如团队协作、沟通表达和问题解决的具体事例
- 提前学习LangChain、LangGraph等主流AI应用框架，尝试构建简单的Agent或RAG应用
- 补充大模型API调用和Prompt Engineering的基础知识，了解MCP等最新协议
面试指南
- 对于项目类问题，采用STAR法则：背景-任务-行动-结果，突出量化成果
- 对于技术设计类问题，先明确需求，再给出合理的技术选型和步骤，注意边界条件
- 对于冲突类问题，强调理解对方需求、数据支撑和协作共赢的思维
- 请详细介绍一下你参与过的AI项目，包括技术架构和你的贡献
- 谈谈你对大模型、RAG和Agent的理解，它们之间有什么关系？
- 你如何设计一个基于大模型的客服问答系统？请给出方案
- 在处理AI应用开发中的性能问题时，你会如何分析和优化？
- 当你的技术方案与产品需求冲突时，你会怎么沟通解决？
职位点评
75
综合评分
大厂AI应用开发岗，技术前沿，成长性强，薪资有竞争力，但工作生活平衡不明确。
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
适合追求技术成长、热衷AI应用开发、对工作强度有心理准备的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活60
使命价值85
薪资福利
70中等
联想作为大型上市公司，薪资和福利具有竞争力，但JD未具体说明薪资与福利细节，因此补偿性满足中等偏上。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
85较高
职位涉及大模型、Agent、RAG等前沿技术，能大幅提升个人技术能力，成长空间大。
技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、LangChain、多模态
业务类型ambiguous
工作生活
60中等
工作地点多在核心城市，但JD未提及远程或弹性办公，工作强度不明，生活平衡有一定不确定性。
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
85较高
AI应用是高速增长的赛道，职位直接推动技术落地，对社会有积极影响，创新性较强。
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
联想 的其他在招职位
相似职位推荐
Watch Jobs