联想
AI solution architechture
AI solution architechture
发布于 大约 22 小时前普通员工/个人贡献者
全职员工仅现场办公架构师
架构师
Ai架构
Erp
Langgraph
Llm
Mcp
Rag
Sap
Semantic Kernel
数字化转型
值不值得投
73综合评分
综合评分 73
前沿AI架构岗、技术成长空间大、企业平台稳定，但办公模式未明且可能面临技术挑战。
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
28K
比架构师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 370 个在招 · 其中架构师 9 个
市场机会
选择不多
天津 · 架构师 · 5 个在招
职位详情
关于这个职位
负责联想企业级AI解决方案架构设计，包括制定AI技术演进路线图、设计Agent平台架构、推动AI应用创新及规模化落地
需要具备深厚的AI架构经验和大型企业集成能力，以支持业务数字化转型
最低要求
本科及以上学历，计算机、软件工程、人工智能相关专业
年以上企业应用架构设计经验
年以上 AI、大模型或智能体相关实践经验
熟悉企业级应用架构和系统集成设计
工作职责
AI架构战略与治理：制定企业级AI技术架构和演进路线图，设计Agent、Skill、Workflow、MCP等核心架构体系，建立AI技术标准、安全规范和治理框架，推动AI平台能力在多个业务领域复用
Agent平台架构设计：设计并建设Agent Runtime、Agent Orchestrator及多Agent协同架构，推动Agent与ERP、自开发系统及第三方平台集成，设计人机协同闭环执行模式，建立Agent生命周期管理机制
AI应用与方案设计：主导复杂业务场景AI方案设计，将业务需求转化为可落地的Agent和Skill能力，负责AI产品架构评审和技术决策，推动AI Native产品创新及规模化应用
AI技术创新：研究Agent、LLM、RAG、多智能体等前沿技术，推动新技术PoC和技术验证，输出最佳实践和技术资产，培养AI架构与工程能力，推动团队转型升级
优先资格
熟悉 Agent Framework（LangGraph、Semantic Kernel 等）
熟悉 RAG、Embedding、Vector DB、MCP 等技术
熟悉 SAP、ERP、自开发系统架构
具备大型企业数字化转型经验
具备全球团队协作经验
AI 洞察
优缺点分析
优点
- 职位涉及AI前沿技术如Agent、LLM，技术含量高，有利于技能积累
- 在大型企业平台工作，能接触复杂业务场景和大规模系统集成
- AI领域增长迅速，行业前景好，有利于职业发展
- 有机会推动企业数字化转型，产生实际业务影响
- AI技术更新快，需要持续学习以保持技术领先
- 在大型组织中推动变革，可能面临跨部门协调和资源限制
缺点 / 挑战
- 架构设计复杂，需平衡创新与稳定性，集成挑战大
- 适合拥有深厚AI架构经验、喜欢技术挑战、具备大型企业系统集成能力的工程师，希望在AI前沿领域推动业务创新
角色解读
- 向首席架构师或技术专家方向发展，专注于AI架构的深度创新
- 转型为技术管理者，如AI平台负责人或技术总监，带领团队实施大型项目
- 在AI领域成为行业顾问，参与前沿技术研究和标准制定
- 制定企业级AI技术架构和演进路线图，确保AI平台能力在多个业务领域复用
- 设计并建设Agent平台架构，包括多Agent协同、人机协同闭环和生命周期管理
- 主导复杂业务场景的AI方案设计，将需求转化为可落地的Agent和Skill能力
- 研究Agent、LLM、RAG等前沿技术，推动技术创新和团队能力提升
- 具备深厚的企业应用架构设计经验，能够设计可扩展、可集成的AI系统
- 熟悉Agent、LLM、RAG等AI前沿技术，并有实际项目实践
- 了解企业级系统如SAP、ERP的集成，能推动数字化转型
- 拥有良好的技术决策和沟通能力，能推动跨团队协作
申请策略
- 研究联想的AI战略和产品线，如智能制造或数字化转型案例，面试时展示相关洞察
- 准备架构设计白板题或案例分析，展示解决复杂业务问题的思路
- 突出企业级AI架构设计项目经验，包括Agent平台或LLM应用案例
- 强调与SAP、ERP等系统集成的实际经验，展示数字化转型成果
- 列出熟悉的AI技术栈，如LangGraph、RAG、MCP，并附上相关技能证明
- 描述跨团队协作或全球项目经验，以匹配优先资质要求
- 深入学习Agent框架如LangGraph和Semantic Kernel，完成相关项目或认证
- 实践RAG、Embedding和向量数据库技术，构建个人Demo或参与开源项目
面试指南
- 使用STAR方法（情境、任务、行动、结果）结构化回答项目经验
- 强调技术决策过程，结合业务目标和系统约束进行说明
- 展示对AI技术栈的深入理解，并联系实际应用场景
- 如何设计一个支持多Agent协同的企业级AI架构？
- 在AI项目中，如何平衡技术创新与系统稳定性？
- 请举例说明你如何将业务需求转化为AI Agent能力？
- 如何确保AI架构的可扩展性和安全性？
- 你对AI前沿技术如LLM和RAG的应用有什么见解？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值80
薪资福利
70中等
JD未披露薪资和福利信息，无法直接判断竞争力；但作为大型企业技术岗，市场薪资水平中上。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
90较高
职位涉及AI前沿技术如Agent和LLM，要求架构设计经验，有利于技能深度发展和团队领导力提升。
技术前沿前沿/新兴技术
技术栈AI、Agent、LLM、RAG、MCP、LangGraph、Semantic Kernel
成长机会推动团队转型升级
业务类型ambiguous
工作生活
50较低
JD未提及工作模式或WLB相关信息，无法判断办公灵活性和加班情况；地点固定在天津现场办公。
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
80较高
AI技术应用于企业数字化转型，具有正向社会影响力，行业处于高速增长赛道。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动AI Native产品创新及规模化应用
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