Engineer, AI Application Development

优缺点分析

角色解读

• 可以成长为AI应用架构师，负责复杂AI系统的设计与实施
• 可以向技术管理方向发展，带领团队负责AI产品的研发与落地
• 可以深入特定业务领域，成为AI+业务解决方案专家
• 设计和开发AI应用工具，如智能问答、自动化助手和数据分析代理，以解决电商和内部运营中的实际问题
• 构建RAG系统，使AI能够从企业知识库中检索信息，支持客服、运营和决策场景
• 开发AI Agent，与现有业务系统集成，实现工作流自动化和智能辅助
• 与业务团队合作，将AI能力产品化，推动从试点到大规模部署
• 精通Python或Java，熟悉前后端开发，具备工程化能力
• 熟悉LLM API集成、RAG架构和AI Agent开发，有实际落地经验
• 具备电商或企业运营背景，能理解业务痛点并提出解决方案
• 良好的沟通和协作能力，能推动跨职能项目

申请策略

• 了解联想在AI领域的布局和业务方向，在面试中展示对公司的了解
• 准备一个完整的AI应用案例，从问题定义到技术实现和业务效果
• 突出AI应用项目经验，特别是LLM、RAG、Agent相关的实际落地案例
• 强调电商或企业运营领域的业务理解，展示如何用AI解决业务问题
• 展示Python/Java编程能力和前后端开发经验
• 提及跨团队协作和项目推动能力
• 深入学习RAG架构和主流大模型API的使用
• 了解国内主流大语言模型及企业级部署方案

面试指南

• 使用STAR法则（情境、任务、行动、结果）来回答项目经验问题，突出个人贡献和业务价值
• 对于技术选型问题，可以从业务需求、成本、性能、安全性等维度进行分析
• 对于协作问题，强调沟通、理解需求、迭代反馈等关键点
• 请描述一个你使用RAG或Agent技术解决实际业务问题的项目
• 如何评估一个AI应用在业务场景中的效果？
• 在跨部门协作中，你如何推动AI项目的落地？
• 你对国内主流大语言模型有哪些了解？如何选择适合的模型？
• 如何处理AI应用中的数据隐私和安全问题？