Lenovo logo
联想
AI FDE工程师

AI FDE工程师

发布于 大约 2 小时前

普通员工/个人贡献者

苏州市
无经验要求
全职员工
仅现场办公
学历未注明
机器学习工程
CI/CD
Go
Prompt工程
Rag

AI 估算 · 15k–25k

AI应用工程师需求旺盛,联想平台大,苏州应届生薪资中等偏上,福利完善。

职位详情

关于这个职位

这是联想面向2026-2027届毕业生的AI FDE工程师岗位,你将深入客户业务场景,参与AI解决方案的设计、开发、部署与交付

工作涉及Prompt工程、RAG、Agent等前沿技术,并利用AI辅助开发工具提升效率,适合对AI应用有浓厚兴趣的应届生

最低要求

毕业时间为2026年9月2027年8月的海内外应届毕业生,计算机科学、软件工程、人工智能、自动化、电子信息等相关专业

具备扎实的计算机基础知识,包括数据结构、操作系统、计算机网络及数据库等
熟悉至少一门编程语言(如Python、Go、Java、TypeScript等)
了解云原生相关技术与工程实践,包括但不限于Docker、Kubernetes、CI/CD等
熟悉AI应用开发相关基础概念,了解Prompt工程、检索增强生成(RAG)、智能体(Agent)等技术方向
使用过AI辅助开发工具进行开发实践,能够将相关工具应用于问题分析、代码实现或效率提升场景
对人工智能技术及其行业应用具有浓厚兴趣,具备持续学习能力,愿意探索AI技术在真实业务场景中的创新应用
具备良好的沟通表达能力,能够清晰传递技术信息
具有较强的责任心、自驱力及团队协作意识,能够在复杂或不确定环境中主动推动工作进展

工作职责

深入了解客户业务需求及应用场景,结合公司产品与技术能力,参与解决方案设计与规划,提供端到端的落地实施建议,推动业务价值实现

参与AI应用及相关系统的开发、部署与交付工作,包括应用开发、流程搭建、数据对接、模型配置与优化等,确保解决方案能够满足实际业务需求并具备生产环境落地能力
运用AI辅助开发工具开展需求分析、代码开发、测试调优及问题排查,持续提升研发与交付效率,探索智能化开发的新模式与最佳实践
参与项目全生命周期实施过程,包括环境部署、数据接入、系统配置、安全合规检查、上线支持及运行维护等工作,保障项目顺利交付与稳定运行
总结项目实施过程中的经验与最佳实践,沉淀可复用的方法论、技术方案及业务洞察,为产品优化和能力建设提供支持

优先资格

具备以下任一经历者优先:AI Agent或大语言模型应用项目实践、开源项目贡献经历、行业数字化项目经验,以及网络安全、信息安全或数据合规相关知识储备

AI 洞察

优缺点分析

优点

  • AI应用是当前最热赛道,技术成长快,技能覆盖面广
  • 联想为世界500强,平台稳定,可获得体系化培训与资源
  • 直接接触客户业务,锻炼沟通与方案能力,复合型人才需求大
  • 涉及客户现场部署与运维,可能需要出差或处理实际问题
  • 适合对AI技术有热情、动手能力强、愿意深入业务场景解决实际问题的应届生

缺点 / 挑战

  • 作为应届生,需要快速学习并掌握AI应用落地技能,压力较大

角色解读

  • 从AI FDE工程师起步,可向AI解决方案架构师或AI产品专家发展
  • 在联想这样的大平台,可接触多种行业场景,积累丰富的端到端交付经验
  • 随着AI应用深入,可转型为技术型售前或AI研发经理
  • 深入理解客户业务需求,设计AI解决方案并推动落地
  • 负责AI应用的后端开发、数据对接、模型配置与优化,确保生产环境稳定运行
  • 使用AI辅助开发工具进行需求分析、编码、测试与调优,提升研发效率
  • 参与项目全生命周期,包括部署、安全合规检查、上线及维护
  • 扎实的计算机基础:数据结构、操作系统、网络、数据库
  • 至少熟悉一门编程语言:Python、Go、Java或TypeScript
  • 了解云原生技术:Docker、Kubernetes、CI/CD
  • 具备AI应用基础:Prompt工程、RAG、Agent概念

申请策略

  • 关注联想的招聘流程,可内推提高简历通过率
  • 面试时准备一个自己主导的AI应用案例,展示从需求到交付的完整思路
  • 突出AI相关项目经历,如RAG、Agent或LLM应用
  • 强调编程能力和云原生实践,列出Docker/K8s使用经验
  • 展示使用AI辅助工具(如Copilot)提升开发效率的实例
  • 如果有开源贡献或竞赛经历,一定要写上
  • 提前学习FastAPI、LangChain等常用AI开发框架
  • 动手搭建一个完整的RAG或Agent小项目,深入理解原理

面试指南

  • 项目介绍需遵循STAR法则,重点突出你的贡献和成果
  • 技术问题先解释原理,再结合案例,最后说优化思路
  • 客户场景问题要体现需求分析、方案设计、落地实施的整体思维
  • 介绍一下你做过的一个AI应用项目?
  • RAG的工作原理是什么?如何优化检索质量?
  • 你如何使用AI辅助工具来提升开发效率?举例说明
  • 如果客户的数据格式不规范,你会如何处理数据对接?
  • 你对Agent(智能体)的未来发展怎么看?

职位点评

75
综合评分

大厂AI应用开发岗,技术前沿,平台稳定,但工作灵活性一般。

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
适合追求技术成长和职业发展,对AI应用有热情,能接受现场办公的应届生。
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80

薪资福利

70中等

联想作为上市跨国企业,薪资福利有保障,但JD未明确薪资范围,因此有一定不确定性。

薪资信号未披露(AI估算:15K-25K/月)

成长发展

85较高

岗位涉及AI前沿技术如RAG、Agent,且公司提供大平台和项目实践机会,对技术成长非常有利。

技术前沿前沿/新兴技术
技术栈RAG、Agent、Prompt Engineering、Docker、Kubernetes、Python
业务类型ambiguous

工作生活

60中等

现场办公且未提及弹性安排,工作强度未知,但联想通常有规范的作息。

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

80较高

AI行业高速发展,智能化应用价值明显,但岗位直接社会影响中性。

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