联想
AI Platform Engineer
AI Platform Engineer
发布于 大约 9 小时前普通员工/个人贡献者
中国香港, Hong Kong
其它
全职员工
仅现场办公
学历未注明
平台工程
Mlops
云计算
平台工程
机器学习
AI 估算 · 25k–45k
香港AI平台工程师需求旺盛，技术栈现代，薪资竞争力强，但JD未披露具体数值，基于市场行情估算。
职位详情
关于这个职位
作为联想的AI平台工程师，你将负责构建和维护支持AI应用的基础设施平台，涵盖AI-ready设备与基础设施的集成
工作地点在香港，参与全球化的技术团队，推动智能化解决方案的落地
该职位适合对AI基础设施和平台工程有浓厚兴趣的技术人才
AI 洞察
优缺点分析
优点
- 联想作为全球科技巨头，平台稳定，资源丰富，技术视野开阔
- AI平台是当前热门领域，技能积累极具市场价值
- 香港工作地点国际化，团队协作风格多元，利于职业发展
- 职位JD信息较少，实际工作内容和团队分工需入职后确认
- 适合热爱AI基础设施、具备扎实工程能力、并希望在全球化平台中成长的技术人才
缺点 / 挑战
- 香港生活成本高，工作节奏较快，对抗压能力要求较高
- AI平台技术迭代迅速，持续学习压力较大
角色解读
- 向AI平台架构师方向进阶，负责大型AI基础设施规划
- 可转岗至机器学习工程、数据工程等领域，拓宽技术深度
- 在联想国际化平台中，有机会晋升为技术团队负责人或技术专家
- 负责设计和搭建AI平台的基础架构，确保AI应用的高效部署与运行
- 整合联想全栈AI产品（设备、基础设施、软件）的底层平台支持
- 与全球团队协作，优化平台性能，提升AI服务稳定性与可扩展性
- 扎实的编程能力，熟悉Python、Go等语言，掌握Kubernetes、Docker等容器化技术
- 熟悉云计算平台（如AWS、Azure）和AI基础设施（如GPU集群、MLOps工具链）
- 具备系统设计能力，了解分布式系统和微服务架构
申请策略
- 关注联想在香港的业务布局，突出对国际环境的适应能力
- 面试时主动询问平台团队的技术栈和路线图，展现兴趣
- 突出AI平台相关项目经验，如Kubernetes集群搭建、MLOps流程优化
- 强调在大型系统中的工程实践，包括性能调优、稳定性保障
- 展示对AI技术栈的深入理解，如TensorFlow、PyTorch、CUDA等
- 提前熟悉联想AI产品线（如AI服务器、智能设备），了解其平台架构
- 学习云原生技术，包括Service Mesh、Serverless等
- 掌握基本的机器学习知识，便于与算法团队协作
面试指南
- 采用STAR法则：情境-任务-行动-结果，清晰描述项目中的关键决策
- 强调技术与业务结合，说明你的方案如何解决实际问题
- 展示学习能力，提及你如何跟踪AI平台前沿技术
- 请描述一次你设计或优化AI平台架构的经历
- 如何保证AI模型部署的高可用性和可扩展性？
- 你对MLOps了解决多少？如何实现CI/CD在AI项目中的应用？
- 在跨团队协作中，如何平衡算法需求与平台稳定性？
- 复习Kubernetes、Docker等容器技术，准备实战案例
职位点评
69
综合评分
全球科技巨头AI平台岗位，前沿技术栈，发展空间大，但香港工作压力与生活成本需权衡。
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
适合优先追求技术成长和职业发展，对工作生活平衡要求不高的求职者。
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80
工作生活50
使命价值75
薪资福利
70中等
职位薪资未明确，但联想作为大公司，薪酬体系完善，香港岗位享有国际化薪酬水平，补偿性动机能得到较好满足。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
80较高
AI平台处于技术前沿，岗位涉及云计算、MLOps等现代技术栈，能提供丰富的技能成长机会，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈AI、Infrastructure、Software
业务类型ambiguous
工作生活
50较低
香港工作节奏快，生活成本高，JD未提及灵活办公或WLB，生活化动机满足有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
AI行业高速增长，公司使命强调智能科技为人类，岗位具有较高行业意义感。
行业发展高速增长赛道
社会影响中性/一般
使命信号Smarter Technology for All
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