联想
供应链 AI FDE
供应链 AI FDE
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公解决方案
解决方案
Ai智能体
Mcp
Rag
Sql
供应链
工作流编排
提示词工程
解决方案交付
值不值得投
69综合评分
综合评分 69
前沿AI技术赋能供应链场景，综合成长性强，但需适应高频客户现场工作。
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。
薪资怎么样
40K
比解决方案中位数高
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 410 个在招
市场机会
选择不多
深圳 · 解决方案 · 8 个在招
职位详情
关于这个职位
该职位是联想供应链AI解决方案专家（FDE），主要职责是深入制造业供应链客户现场，将复杂的业务需求转化为可落地的AI智能体解决方案
你需要具备供应链业务理解、AI智能体设计、数据分析和工程交付能力，负责从场景识别、方案设计、智能体配置开发、系统集成到上线运营的全过程交付工作
最低要求
本科及以上学历，计算机、软件工程、人工智能、数据科学、工业工程、供应链管理、运筹学等相关专业
具备8年以上企业数字化、供应链系统、数据分析或AI应用相关经验
有制造业供应链项目一线交付经验者优先
熟悉供应链主要业务流程，能够理解需求、计划、采购、生产、库存、订单履约、物流和仓储等业务之间的关联
至少深入掌握其中一个领域
具备较强的业务抽象和场景设计能力，能够将模糊的业务问题拆解为清晰的任务、规则、数据需求、工具能力和智能体工作流
熟悉大语言模型及智能体基本原理，了解提示词工程、RAG、Function Calling、MCP、工作流编排、上下文管理和多智能体协同等技术
熟练使用Python，具备一定的工程开发能力
能够使用SQL完成数据查询、分析和验证，能够独立进行API接口调用、调试与集成
了解主流大模型及智能体开发框架或平台，如 LangChain、LangGraph、AutoGen、Semantic Kernel、Dify、Coze等，具备实际项目经验者优先
具备企业知识库建设经验，了解文档解析、知识切分、向量检索、重排序、引用溯源和知识更新等常见技术与实施方法
具备智能体评测意识，能够设计测试用例和评测数据集，对幻觉、错误工具调用、权限越界、结果不可解释等问题进行识别和优化
具备良好的问题诊断和现场解决能力，能够在需求不完全明确、数据质量不稳定、系统环境复杂的情况下快速推进项目
具备良好的客户沟通、方案表达和跨团队协作能力，能够与业务人员讨论管理问题，也能够与技术人员讨论数据、接口和系统实现
具备较强的责任心、学习能力和结果导向，能够适应一定频率的客户现场工作或出差
工作职责
深入客户业务现场，理解供应链业务流程、管理机制及实际痛点，覆盖但不限于需求计划、供应计划、采购、生产、库存、订单履约、物流与仓储等环节
识别适合智能体落地的业务场景，明确用户角色、业务目标、决策逻辑、输入输出、业务规则、异常处理及人机协同边界，形成可执行的场景方案
负责供应链智能体的方案设计与交付，包括任务拆解、工作流编排、提示词设计、知识检索、工具调用、上下文管理、权限控制和多智能体协同等
将供应链业务规则、指标口径、分析方法和专家经验转化为智能体可理解、可调用的知识、规则、工具及工作流，持续提升智能体的业务专业性
负责智能体与企业现有系统及数据平台的集成，包括 ERP、APS、WMS、TMS、MES、供应链控制塔、数据仓库及第三方服务等，能够通过 API、SQL、MCP或其他方式封装和调用企业能力
结合具体场景完成智能体应用的快速原型和工程实现，覆盖智能问答、指标问数、异常洞察、原因分析、方案建议、任务执行及闭环跟踪等典型能力
建立智能体测试与评估体系，围绕回答准确性、业务规则符合度、工具调用成功率、任务完成率、响应效率、安全性及用户采纳率开展验证，并持续优化
负责智能体在客户环境中的部署、联调、试运行和上线支持，快速定位并解决数据、模型、接口、流程和用户体验等问题，保障方案稳定落地
与业务顾问、产品经理、数据工程师、算法工程师和开发团队密切协作，推动业务需求、数据能力、AI能力与系统能力有效衔接
沉淀智能体交付方法、场景模板、提示词模板、工具组件、评测集和最佳实践，提升供应链智能体解决方案的标准化与可复制性
持续跟踪大语言模型、智能体、RAG、知识图谱/本体、MCP及工作流编排等技术发展，结合真实业务需求开展验证与应用
编写需求分析、场景设计、智能体方案、接口说明、测试报告和用户操作手册等文档，并支持客户汇报、培训和推广
优先资格
具有制造业供应链控制塔、APS、ERP、WMS、TMS、MES或供应链数据平台建设经验
具有供应链智能问答、智能问数、异常预警、根因分析、辅助决策或任务执行类智能体的实际交付经验
了解供应链指标体系、数据建模、主数据管理、数据治理和业务规则管理
熟悉知识图谱或业务本体建模，能够将业务对象、关系、规则和动作组织为智能体可使用的语义体系
了解需求预测、库存优化、生产排程、路径优化等算法，并能够判断大模型、业务规则和优化算法在不同场景下的适用边界
具有复杂企业环境下私有化部署、模型接入、权限管理、数据安全或系统集成经验
具备从0到1完成AI应用原型并推动其上线应用的成功案例
AI 洞察
优缺点分析
优点
- 技术前沿性高：处于LLM应用与供应链智能化的交叉点，能持续接触和应用最新的AI技术
- 业务价值直接：解决方案能直接优化供应链效率、降低成本，成果可见性强，个人成就感高
- 综合能力提升快：同时锻炼业务理解、技术架构、项目交付和客户沟通等复合能力，职业发展路径宽
- 依托大平台：联想提供丰富的制造业客户资源和复杂的供应链场景，有利于积累行业经验和品牌背书
- 技术更新速度快：AI领域技术迭代迅速，需要持续学习以保持竞争力，对自驱力要求高
- 交付复杂度高：需要在企业复杂的遗留系统、数据质量和组织环境中推动AI落地，协调难度大
- 适合具备8年以上供应链或相关数字化经验，同时对AI技术有浓厚兴趣和实操能力的复合型人才
缺点 / 挑战
- 工作强度与压力：需要频繁出差和驻场，现场交付可能面临紧迫的时间线和复杂的环境问题
- 喜欢有挑战、能直接看到业务成果，并能适应一定出差频率的求职者
角色解读
- 技术专家路线：深耕供应链AI智能体领域，成为行业解决方案架构师或首席专家，引领特定场景的技术创新
- 产品/解决方案管理路线：凭借对业务与技术的双重理解，转向AI产品经理或解决方案总监，负责产品线规划与市场推广
- 业务咨询路线：转型为供应链数字化高级顾问或战略咨询专家，为大型制造企业提供端到端的供应链AI转型规划
- 作为技术与业务桥梁，深入制造业客户现场，将模糊的供应链管理痛点转化为具体的AI智能体应用场景与落地方案
- 负责设计、配置并交付基于大语言模型的智能体系统，包括工作流编排、提示词工程、知识库集成与系统对接
- 承担从原型开发、测试评估到最终部署上线的全流程交付工作，并提供持续的运营支持与优化
- 深度的供应链领域知识（至少精通一个核心环节）与业务抽象能力，能将业务逻辑转化为技术可实现的任务流
- 扎实的AI智能体技术栈知识，包括LLM原理、RAG、提示词工程、Function Calling、MCP及多智能体协同
- 较强的工程落地能力，熟练使用Python和SQL进行数据处理与接口调用，并熟悉主流的智能体开发框架
- 出色的客户沟通、跨团队协作与现场问题解决能力，能应对复杂的企业IT环境与不确定的需求
申请策略
- 研究联想在智能制造和供应链数字化方面的公开案例与新闻，了解其业务重点，在面试中展现你对客户业务的思考
- 准备1-2个你过去将复杂业务问题结构化、并设计解决方案的具体案例，最好能体现智能系统的思维（即使当时不是用LLM实现）
- 突出8年以上相关经验，重点描述参与过的制造业供应链数字化项目，尤其是涉及系统实施、数据分析或AI应用的具体案例与成果
- 详细列举在项目中扮演的角色，强调如何将业务需求转化为技术方案，并完成交付的过程
- 明确列出掌握的AI技术栈（如Python、LangChain、RAG、向量数据库等）和供应链系统知识（如ERP、APS等）
- 提供能体现客户沟通、跨团队协作和解决复杂问题能力的实例
- 深入实践：动手搭建一个端到端的智能体Demo，模拟供应链场景（如智能问答、库存预警），覆盖RAG、工具调用、多轮对话等核心模块
- 强化业务：系统性地学习供应链管理核心知识（如S&OP、库存理论、物流管理），可以阅读专业书籍或课程
面试指南
- 采用STAR结构（情境-任务-行动-结果）来组织你的项目经验回答，重点突出你的行动和量化结果
- 对于设计类问题，采用分步骤阐述：理解业务、抽象问题、技术选型、方案设计、风险评估、迭代验证
- 结合具体技术（如RAG）和业务场景来回答，避免空谈理论，展示你解决实际问题的思路
- 请描述一个你过去负责的、最复杂的供应链数字化项目，你在其中具体负责什么？遇到了哪些挑战，如何解决的？
- 如果客户提出一个模糊的需求，比如‘用AI提升我们的库存周转率’，你会如何一步步将其转化为可执行的智能体方案？
- 如何设计一个供应链领域的智能问答或指标查询智能体？需要考虑哪些知识、数据和安全因素？
- 在智能体与企业ERP等旧系统集成时，可能会遇到哪些典型问题？你会采取哪些策略来确保集成成功？
- 你如何看待大语言模型在供应链决策（如需求预测、排产）中的作用与局限性？
职位点评
薪资福利65
成长发展90
工作生活40
使命价值80
薪资福利
65中等
薪资福利信息在JD中未披露，但作为大型跨国企业的技术解决方案岗位，通常具备市场竞争力的薪酬包和规范的福利体系。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
该岗位处于AI技术与供应链业务交叉的前沿领域，技术栈先进且要求持续跟踪前沿；岗位职责涵盖从0到1的方案设计与交付，能快速积累深度行业知识和复杂项目经验。
技术前沿前沿/新兴技术
技术栈大语言模型、智能体、RAG、知识图谱、MCP、工作流编排、LangChain、Dify
成长机会持续跟踪...技术发展、结合真实业务需求开展验证与应用、提升供应链智能体解决方案的标准化与可复制性
业务类型ambiguous
工作生活
40较低
岗位明确要求“适应一定频率的客户现场工作或出差”，且工作模式为“仅现场办公”，工作地点的灵活性和WLB可能受限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
赋能制造业供应链数字化转型，应用前沿AI技术解决实际业务问题，行业处于智能化升级的高速增长赛道，具有明确的技术创新价值和业务影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号提升供应链智能体解决方案的标准化与可复制性
创新程度积极采用新技术
Watch Jobs