UE云服务开发工程师

优缺点分析

角色解读

• 技术方向：向云原生架构师或AI技术专家发展，深耕分布式系统与智能体领域
• 管理方向：积累项目经验后转为技术负责人或团队管理者
• 领域拓展：结合业务场景，将AI能力拓展至更多联想产品线，提升影响力
• 设计、开发并维护联想云原生后端服务，确保系统高可用与可扩展性
• 构建高并发数据采集管道，处理多终端用户行为数据，保障实时性与准确性
• 开发AI Agent功能，集成大语言模型实现对话、任务规划与工具调用
• 精通云原生架构与微服务设计，熟悉容器化部署和编排技术
• 熟练处理大规模高并发数据，掌握消息队列、流处理等中间件
• 具备AI Agent或大语言模型应用开发经验，了解对话系统和任务编排
• 拥有系统性能优化和故障排查能力，熟悉监控与运维工具

申请策略

• 在求职信中表达对AI Agent和联想技术的兴趣，可附上相关项目链接或GitHub
• 突出云原生项目经验，包括微服务拆分、容器化部署、CI/CD流程
• 强调高并发数据处理案例，如设计数据管道、优化吞吐量、降低延迟
• 展示AI Agent相关实践，如大模型调用、任务编排或对话系统开发
• 量化成果，如系统可用性、性能提升百分比、数据规模等
• 补充大语言模型微调和RAG（检索增强生成）相关知识
• 学习云原生生态工具如Kubernetes、Istio、Prometheus
• 熟悉联想现有的AI平台和业务场景，提前了解公司技术栈

面试指南

• 使用STAR方法（情境、任务、行动、结果）回答行为问题，突出技术选型和决策过程
• 对于技术设计类问题，先明确需求边界，再分模块阐述方案，最后总结权衡点
• 请描述你设计过的一个高可用微服务架构，并说明如何处理服务间通信和数据一致性
• 你如何设计一个支持百万级QPS的数据采集管道？需要考虑哪些关键技术点？
• 请举例说明你如何将大语言模型集成到实际业务中，遇到的主要挑战是什么？
• 如果线上服务出现性能瓶颈，你的排查思路和优化步骤是什么？
• 为什么选择联想？你对联想在AI领域的布局了解多少？
• 准备1-2个完整的云原生项目案例，包括架构图、技术选型原因和性能指标