Watch Jobs
Lenovo logo
联想
AI Architect
立即应聘

AI Architect

发布于 1 天前

普通员工/个人贡献者

深圳市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
Ai架构
Fine-Tuning
Go
Llm
Lora
Prompt Engineering
Rag
向量数据库

AI 估算 · 30k–50k

联想作为上市大厂，AI架构师属于高端技术岗，深圳薪资较高，综合经验和技能难度，月薪在30k-50k之间。

职位详情

关于这个职位

作为联想的AI架构师，你将基于大语言模型（LLM）开发各类AI应用，包括智能问答系统、企业知识库（RAG）以及多Agent协同场景

同时负责AI系统架构设计，优化Prompt并管理多模型调用，推动AI与业务系统集成
适合有扎实编程基础和AI项目经验的技术专家

最低要求

计算机科学、软件工程、人工智能等相关专业

年以上软件开发经验，1年以上AI项目开发经验
熟练掌握Python、Java、Go、PostgreSQL/MySQL
熟悉以下至少两项：GPT系列模型、DeepSeek、Claude、Qwen通义千问、Llama
有相关供应链背景和项目为加分项

工作职责

AI应用开发：基于大语言模型（LLM）开发各类AI应用，设计并实现智能问答系统（Chatbot），构建企业知识库系统（RAG），开发多Agent协同业务场景，推动AI能力与企业业务系统集成

模型与算法应用 / 系统架构设计：调用和管理OpenAI、Azure OpenAI、DeepSeek、Qwen等模型，优化Prompt提升模型输出效果，开展模型评估及效果优化，根据业务需求进行Fine-tuning或LoRA微调
设计AI应用架构及技术方案，搭建向量数据库及知识管理体系，构建Agent工作流，实现模型服务化部署
平台建设：开发企业级AI平台，构建Prompt管理体系，建立模型监控及日志分析机制，推进AI DevOps/MLOps体系建设

优先资格

有相关供应链背景和项目为加分项

AI 洞察

优缺点分析

优点

  • 联想作为大型跨国企业，平台大、资源充足，能够接触到大规模企业级AI应用场景
  • 该职位聚焦前沿LLM技术，如RAG、Agent、Fine-tuning，技能增值快
  • 深圳科技生态活跃，团队技术氛围好，有利于职业发展
  • AI技术迭代极快，需要持续学习和跟进最新模型与框架
  • 企业级AI落地涉及复杂业务集成，可能面临跨部门协作和需求变化
  • 适合有扎实编程基础、对LLM应用充满热情、喜欢解决复杂系统问题的技术专家

缺点 / 挑战

  • 工作强度可能较高，尤其在项目关键期需要加班

角色解读

  • 从AI架构师可以晋升为首席架构师或AI技术总监，负责更大范围的AI战略
  • 也可以转向AI产品管理，结合技术背景推动AI产品落地
  • 在AI领域持续深耕，成为LLM应用或AI Infra方向的专家
  • 基于大语言模型（如GPT、DeepSeek）开发和优化AI应用，包括智能问答系统和企业知识库
  • 设计AI系统架构，包括向量数据库、Agent工作流和模型服务化部署
  • 管理多模型调用，进行Prompt调优和Fine-tuning以提升效果
  • 建设企业级AI平台，推进MLOps和模型监控体系
  • 扎实的编程能力，熟练掌握Python、Java、Go等语言
  • 熟悉主流大语言模型（GPT、DeepSeek、Qwen等）及其API调用
  • 掌握RAG、Prompt Engineering、Fine-tuning等AI应用技术
  • 了解系统架构设计，有数据库和云计算基础

申请策略

  • 关注联想AI平台的建设方向，了解其业务痛点，在面试中展示行业理解
  • 准备好一个完整的AI应用案例，从需求到架构到调优
  • 突出AI项目经验，尤其是基于LLM开发的Chatbot、RAG或Agent类项目
  • 强调编程语言（Python、Java、Go）的熟练度及系统设计能力
  • 展示对Prompt Engineering和Fine-tuning的实际优化效果
  • 如有供应链背景项目，务必提及
  • 补充对主流LLM（如GPT-4、Claude、DeepSeek）的API使用和对比经验
  • 学习向量数据库（如Milvus、Pinecone）和Agent框架（如LangChain）

面试指南

  • 对于项目经历问题，采用STAR法则：情境、任务、行动、结果，突出技术难点和量化成果
  • 对于技术方案问题，从需求出发，对比不同方案优劣，结合业务场景给出建议
  • 对于优化类问题，展示系统性的思考：问题分析→方案实验→效果评估→迭代
  • 请描述你之前开发的基于LLM的应用，架构是怎样的？
  • 如何优化Prompt以提高模型回答质量？有具体案例吗？
  • RAG系统如何设计？如何解决知识检索中的准确性问题？
  • 你有没有做过模型微调？LoRA和全参数微调的区别是什么？
  • 如何评估LLM的输出效果？有哪些指标？

职位点评

75
综合评分

联想AI架构师，前沿技术栈，成长空间大，但现场办公且未明确WLB。

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
最适合追求技术成长和前沿AI经验的求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展95
工作生活50
使命价值70

薪资福利

75中等

联想作为上市大厂，薪资福利有竞争力，但职位未明确薪资范围，属于面议，整体薪酬水平较高。

薪资信号面议 (30K-50K/月)

成长发展

95较高

该职位聚焦前沿LLM技术，包含RAG、Agent、Fine-tuning等，技术含量高，成长空间大，但JD未明确晋升通道。

技术前沿前沿/新兴技术
技术栈LLM、GPT、DeepSeek、RAG、Prompt Engineering、Fine-tuning、LoRA、Agent、向量数据库
业务类型ambiguous

工作生活

50较低

职位要求现场办公，深圳科技园，未提及弹性工作或远程，可能有一定加班压力。

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行业处于高速增长期，联想的企业级AI应用有社会价值，但JD未突出使命或社会影响。

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