Lenovo logo
联想
AI应用开发工程师

AI应用开发工程师

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公AI算法
AI算法
Llm Application
Prompt Engineering
Rag
Software Engineering
System Design

值不值得投

80综合评分

综合评分 80

大厂核心AI研发岗,技术栈前沿,发展空间大,薪资优厚,但工作强度与灵活性待确认

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

4.0万

比AI算法中位数高

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 310 个在招

市场机会

选择适中

杭州 · AI算法 · 21 个在招

职位详情

关于这个职位

负责联想办公场景大模型应用的落地与Agent工程化治理,包括Prompt工程、LangChain开发及工具设计

需主导技术方案设计与迭代,探索AI Native研发模式,并协同多团队推动软硬一体战略下的产品化交付

最低要求

本科及以上学历,计算机、软件工程或相关专业优先,具备5年以上软件开发经验,优秀者可放宽年限要求

具备大模型应用开发经验,熟悉Prompt工程、LangChain、RAG、Agent Harness等技术栈
具备完整Agent研发全流程能力,包括对话式编程、多文件编辑、代码改写、工具调用、任务执行、上下文管理、Memory等
熟练掌握Python,具备良好的系统设计、面向对象设计、API开发、数据处理和系统集成能力
熟悉Java、Go、C#或C++者优先
主导或深度参与过生产级AI应用落地,能够独立负责核心模块,并提供可验证的用户规模、业务效果或效率提升结果
能够设计Agent执行标准流程(SOP),包括任务意图识别、数据源选择、知识库集成等,确保Agent安全、稳定、可审计地完成工程任务
了解深度学习、自然语言处理、机器学习等相关领域
具备扎实的软件工程能力,重视代码质量、架构可维护性、测试、监控和持续交付
具备良好的产品思维和用户意识,能够从业务价值出发定义问题、验证假设,并结合数据与反馈持续优化产品
具备较强的好奇心、自驱力和快速学习能力,能够在目标明确但路径不确定的情况下自主探索并推动落地
具备良好的沟通协作、项目推进和结果交付能力

工作职责

独立负责AI产品或核心模块的技术方案设计与开发,推动需求分析、方案验证、工程实现、上线及持续迭代

负责办公场景大模型应用的开发落地工作,包括但不限于Prompt工程、LangChain应用开发等
负责Agent的工程化治理,包括工具设计、权限边界、敏感信息处理、错误恢复、重试策略、上下文压缩、执行结果校验、可观测性和效果评估等
负责AI Native研发模式探索,基于Vibe Coding、Skill等能力建设,推动端到端AI开发流程,实现软硬一体的公司战略
深入理解用户需求和业务流程,运用工程能力最佳实践,完成价值判断、原型验证并推动产品化
与产品、算法、设计及业务团队紧密协作,拆解复杂问题、推动跨团队合作,并对交付质量和业务效果负责

优先资格

熟悉原生AI应用全生命周期,包括但不限于显卡硬件、模型微调等

有To B场景(销售、办公、知识问答等)的实际落地经验
拥有极客精神,对硬件有一定了解,有软硬一体开发经验
具备良好的英文技术资料阅读和日常沟通能力

AI 洞察

优缺点分析

优点

  • 依托联想全球平台,资源充足,能接触前沿的软硬一体AI应用场景
  • 技术栈先进(Agent, LLM),个人技能成长空间大,行业前景广阔
  • AI应用落地存在不确定性,需不断试错与优化效果
  • Agent治理涉及复杂的工程细节,对系统稳定性要求极高
  • 适合具备5年以上后端/全栈经验,对大模型应用有浓厚兴趣,且具备极强自驱力和工程落地能力的开发者

缺点 / 挑战

  • 跨团队协作频繁,沟通成本较高

角色解读

  • 可向AI架构师、高级技术专家方向发展,深耕大模型应用层与Agent生态
  • 也可转型为AI产品经理或技术负责人,统筹AI战略项目的规划与实施
  • 负责办公场景下的大模型应用开发与落地,包括Prompt工程和LangChain框架的使用
  • 进行Agent的工程化治理,设计工具链、权限管理及错误恢复机制,确保系统稳定与安全
  • 探索AI Native研发新模式,推动软硬一体化战略落地
  • 精通Python及主流AI框架(LangChain, RAG),具备扎实的Agent全流程开发能力
  • 拥有优秀的系统设计与软件工程基础,熟悉API开发与系统集成
  • 了解深度学习/NLP原理,具备To B场景落地经验更佳

申请策略

  • 准备详细的项目复盘,重点阐述在Agent安全性、稳定性方面的具体解决方案
  • 关注联想在AI领域的最新战略动态,展现对软硬一体业务的理解
  • 突出展示过往大模型应用(如Chatbot, Agent)的开发案例,量化业务效果(如效率提升百分比)
  • 强调LangChain/RAG实战经验及Python高级特性使用
  • 体现系统架构设计能力及解决复杂工程问题的思路
  • 深入学习Agent编排框架(如AutoGen, CrewAI)及向量数据库技术
  • 补充模型微调(Fine-tuning)及推理优化相关知识
  • 强化对To B业务逻辑的理解

面试指南

  • 采用STAR法则(情境-任务-行动-结果)描述项目经历
  • 针对技术问题,先讲整体架构设计思路,再深入关键模块的实现细节,最后用数据证明效果
  • 请分享一个你主导的大模型应用落地案例,遇到的最大挑战是什么?
  • 如何设计一个高可用的Agent系统,处理长上下文和复杂工具调用?
  • 在Prompt工程中,如何保证输出的稳定性和一致性?
  • 谈谈你对RAG架构优化的理解,如何解决检索准确性问题?
  • 复习LangChain核心组件及Agent工作流原理
  • 准备1-2个完整的Agent治理案例(如权限控制、错误恢复)

职位点评

薪资福利85
成长发展90
工作生活60
使命价值75

薪资福利

85较高

作为已上市的跨国巨头企业,提供具有市场竞争力的薪酬福利体系,薪资水平在杭州地区属于中上游,能满足较高的补偿性动机。

薪资信号偏高 (3.0千–5.0万/月)

成长发展

90较高

职位聚焦于AI Native、Agent等前沿技术领域,技术栈极具前瞻性,且涉及软硬一体战略,为员工提供了极佳的技术成长和业务视野拓展机会。

技术前沿前沿/新兴技术
技术栈LangChain、RAG、Agent Harness、Prompt Engineering、Vibe Coding、Python
业务类型profit_center

工作生活

60中等

JD未明确提及弹性工作制或远程办公,且作为传统大厂的核心研发岗,通常要求坐班。工作内容涉及前沿探索,可能存在一定的脑力负荷,WLB表现中规中矩。

工作模式未明确
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

75中等

致力于通过AI技术赋能办公场景,提升工作效率,具有一定的社会价值。同时推动公司软硬一体战略,符合数字化转型的行业趋势,使命感较强。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs