联想
AI SW Engineer
AI SW Engineer
发布于 大约 15 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
软件工程
Langgraph
Rag
大模型
提示词工程
AI 估算 · 30k–50k
联想高级AI工程师，北京，5年以上经验，市场薪资范围3-5万/月，14薪合理
职位详情
关于这个职位
联想的AI软件工程师职位，专注于端侧AI智能体与多智能体系统的研发
你将负责智能体框架、工具集成、RAG系统等核心能力的工程化实现与优化，涉及大模型应用、提示词工程和性能调优
该岗位要求深厚的AI开发经验，适合追求前沿技术落地的资深工程师
最低要求
软件与AI应用开发经验：计算机、人工智能或相关专业本科及以上学历
具备 5 年以上软件开发经验，以及不少于 3 年 AI 应用开发或智能系统相关经验
编程语言与工程能力：精通 Python 编程，熟悉 JavaScript、C++ 等常用语言
具备良好的工程化思维、代码结构设计能力，以及快速原型与迭代开发能力
智能体框架与推理技术：熟悉并能在实际项目中有效应用 LangChain / LangGraph等 主流智能体框架
具备 llamacpp、vLLM 等主流推理框架性能优化能力
大模型应用与 提示词工程：具备丰富的大模型应用经验，精通提示词工程（ Prompt Engineering），并可在参数调优、成本与稳定性方面进行合理优化
RAG 与知识增强系统实践：具备丰富的RAG 工程化实践经验，熟悉 Milvus、Chroma 等向量数据库，以及相关检索、评估与优化方法
系统与工程工具使用能力：熟练使用 Git、Docker等工程工具，具备基于 FastAPI / Flask 服务开发经验
语言与技术沟通能力：具备良好的英文听、说、读、写能力，能够阅读技术文档并参与技术交流
工作职责
端侧AI智能体/多智能体系统研发：负责端侧AI智能体及多智能体系统的开发，围绕意图理解、任务规划、工具调用、记忆管理、执行控制、安全与治理等核心能力进行工程化实现以及持续优化
智能体框架与中台能力建设：基于现有技术架构与主流大模型，参与智能体框架与中台能力的实现与持续演进，支撑多场景快速接入和工程化复用
智能体工程化与质量提升：推进端侧智能体驾驭工程（harness engineering）和系统级优化，提升执行准确性、一致性及任务成功率，并优化 Token 使用与整体运行成本
多智能体协作与复杂任务编排：工程化实现多智能体协作机制与任务流编排，提升复杂任务的拆解、调度与协同、执行与结果整合能力
工具与插件生态集成：对接内、外部工具与业务系统，设计并开发可被智能体调用的工具、插件与能力接口，持续扩展智能体可执行空间
技术演进与持续优化：跟踪大模型与智能体相关前沿技术，结合实际场景持续优化端侧智能体在性能、稳定性与资源成本等方面的表现
AI 洞察
优缺点分析
优点
- 联想作为全球科技巨头，平台大，资源丰富，项目落地性强
- 端侧AI是当前热门方向，技术前沿，能积累稀缺的智能体开发经验
- 团队技术栈先进（LangChain、RAG、大模型），技能提升快
- 薪资福利有竞争力，职业发展路径清晰
- 端侧AI对性能和资源约束要求高，优化难度大
- 多智能体协作与任务编排复杂度高，需要较强的系统设计能力
- 技术迭代快，需要持续学习跟踪前沿论文和框架
缺点 / 挑战
- 适合有多年AI开发经验、对智能体和LLM应用充满热情、喜欢挑战技术难题的资深工程师
角色解读
- 技术路线：资深AI工程师 → AI技术专家 → 架构师，持续深耕端侧AI前沿技术
- 管理路线：技术Lead → 团队主管 → 总监，管理AI研发团队
- 横向发展：可转向大模型应用、机器人、自动驾驶等其他AI领域
- 负责端侧AI智能体的研发，实现意图理解、任务规划和工具调用等核心功能
- 基于LangChain等框架构建智能体中台，支持多场景快速接入
- 优化智能体性能和Token成本，推进多智能体协作与复杂任务编排
- 集成内外部工具和插件，扩展智能体的可执行能力
- 精通Python，熟悉JavaScript/C++，具备扎实的工程化能力
- 深入掌握LangChain/LangGraph等智能体框架，以及大模型提示词工程
- 具备RAG工程化经验，熟悉Milvus/Chroma等向量数据库
- 熟练使用Git、Docker，有FastAPI/Flask服务开发经验
申请策略
- 联想重视工程落地能力，简历中多写具体的技术方案和成效
- 面试前了解联想端侧AI产品方向（如AI PC、智能助手），准备相关思考
- 突出AI应用开发经验，特别是智能体、RAG、大模型调优项目
- 展示具体的工程化成果：性能优化数据、Token成本降低等量化指标
- 强调LangChain、LangGraph等框架的实际使用案例
- 如有开源项目或技术博客，显著展示
- 若对LangChain/Grah不熟，快速上手官方教程并动手做demo
- 深化提示词工程技巧，学习高级推理策略（如ReAct、Plan-and-Solve）
面试指南
- STAR法则：情境-任务-行动-结果，突出技术细节和量化效果
- 对比多种方案：说明为什么选择特定框架或技术，分析利弊
- 结合端侧约束：强调资源受限下的优化策略（模型量化、剪枝、缓存等）
- 请描述一个你设计并实现的智能体系统，包括架构、难点和优化
- 如何提高LLM在端侧设备上的推理速度和降低内存占用？
- 多智能体协作时，如何处理任务冲突和结果一致性？
- RAG系统中检索质量和生成质量如何平衡？
- 提示词工程中，你常用的优化技巧有哪些？
职位点评
77
综合评分
联想端侧AI岗位，技术前沿，薪资优厚，但工作强度可能较大。
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
适合追求技术成长和前沿领域、对WLB要求不高、希望在大平台深耕AI的求职者。
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60
使命价值70
薪资福利
80较高
联想作为上市巨头，薪资福利有保障，具有竞争力，但具体薪资未在JD中提及，整体中等偏上。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
端侧AI、大模型、多智能体都是前沿技术，岗位能深度接触最新框架，成长空间大。
技术前沿前沿/新兴技术
技术栈LangChain、LangGraph、大模型、RAG、向量数据库、提示词工程、llamacpp、vLLM
业务类型profit_center
工作生活
60中等
工作地点北京联想总部，可能需要现场办公，JD未提及WLB或弹性工作，推测有一定工作强度。
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
联想在AI PC等端侧智能领域有明确产品方向，技术落地能带来实际价值，但社会影响力中等。
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
联想 的其他在招职位
相似职位推荐
Watch Jobs