Lenovo logo
联想
AI Solution Architect

AI Solution Architect

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 4.5–8.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公AI算法
AI算法
Agentic Ai
Cloud Architecture
Generative Ai
Mlops
Stakeholder Management
System Design

值不值得投

80综合评分

综合评分 80

前沿AI技术栈、高薪大厂平台、高强度交付压力、侧重技术成长与业务价值实现

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

6.3万

与AI算法中位数基本持平

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 330 个在招 · 其中AI算法 6 个

市场机会

选择面较广

北京 · AI算法 · 约 220 个在招

职位详情

关于这个职位

负责设计并落地生成式AI、智能体及混合云架构的端到端解决方案,将业务需求转化为可复用的技术蓝图

需具备深厚的全栈开发功底,主导从原型验证到生产部署的全流程,确保系统在安全性、性能及成本效益上满足企业级标准

最低要求

计算机科学、工程或相关专业本科及以上学历(硕士优先)

年以上软件工程、解决方案架构或云工程相关经验,有显著的云端应用交付经验
具备从概念到部署运营的生产级AI/ML或生成式AI应用设计与实施经验
精通现代AI全栈开发,包括应用工程、模型集成、检索与智能体模式、评估、部署及可观测性
深入掌握云架构、分布式系统、API、微服务、容器、Kubernetes、事件驱动设计及数据缓存等技术
熟练掌握Python及至少一种现代应用语言(如TypeScript/JavaScript, Java, C#, Go)
熟悉主流AI框架与服务(如PyTorch, TensorFlow, Hugging Face, LangChain等)
有主要公有云平台及其AI、数据、安全服务的实战经验
具备优秀的沟通、架构文档编写、利益相关者管理及技术领导力

工作职责

AI解决方案架构与蓝图设计*:设计生成式AI、智能体AI、RAG及混合云应用的端到端架构

创建定义组件、数据流、API及安全控制的解决方案蓝图
制定可复用的参考架构和技术标准
AI应用设计与实现*:主导原型、PoC及生产级AI应用的开发
应用现代AIFSD实践
使用Python、TypeScript、Kubernetes等技术栈进行工程化实现
设计提示词、检索、工具调用及人工介入模式
跨部门交付与合作*:与业务团队理解用户旅程并转化需求
主持架构研讨会与技术评审
向高管和工程团队清晰传达架构选择与风险
支持工程团队的实施与故障排除
CSW平台复用与集成*:利用并扩展UDS云平台及UDC客户端代理资产
设计安全的云到设备集成
识别平台缺口并协同团队定义可复用能力
云架构、规模与性能*:构建弹性、多租户的云原生服务
定义SLA与性能预算
领导容量规划、压力测试及推理优化
应用FinOps原则优化成本
安全、负责任AI与运维卓越*:将安全与隐私嵌入设计
应用负责任AI实践(透明度、偏见评估等)
定义CI/CD、MLOps/LLMOps流程
进行架构与生产就绪评审

优先资格

有构建涵盖云服务、PC、移动端或边缘系统的混合AI解决方案经验

熟悉设备云通信、遥测、远程配置及安全客户端代理
了解企业SaaS平台、多租户架构、身份平台及数据驻留要求
在RAG、向量搜索、知识图谱、AI智能体、多模态模型或小语言模型方面有经验
有建立可复用架构模式、内部开发者平台或卓越中心的经验
理解AI应用评估、红队测试、隐私工程及负责任AI治理
有直接与客户或合作伙伴合作推动方案落地的经验

AI 洞察

优缺点分析

优点

  • 处于AI技术最前沿,有机会接触生成式AI、智能体等新兴技术栈
  • 能够直接接触核心业务场景,技术影响力大,职业天花板高
  • 职责范围极广,既要懂底层云架构又要懂上层AI应用,对全栈能力要求极高
  • 需要平衡多方利益相关者(业务、安全、工程),沟通协调成本高
  • 适合拥有深厚后端/云架构背景,且对AI应用层有强烈兴趣和技术积累的资深工程师或架构师
  • 需要具备极强的自驱力和跨团队协作能力

缺点 / 挑战

  • 在跨国巨头企业工作,拥有庞大的云平台和丰富的内部资产(UDS/UDC)可供复用,降低重复造轮子的成本
  • 生产环境下的AI稳定性、安全性和成本控制压力巨大,容错率低

角色解读

  • 可向首席架构师(Principal Architect)、技术总监(Director of Engineering)或AI产品负责人方向发展
  • 随着AI技术在企业内部的深化,该角色也可转型为专注于特定行业(如金融、制造)的AI战略顾问或解决方案副总裁
  • 作为AI解决方案架构师,你需要连接业务需求与技术实现,设计基于生成式AI和智能体的端到端解决方案
  • 你不仅要画蓝图,还要动手写代码做原型,并确保方案在云平台上稳定运行
  • 你需要协调产品、工程、安全等多方团队,推动AI应用从概念走向大规模生产部署
  • 必须具备8年以上软件或云架构经验,精通Python及至少一门现代编程语言
  • 深入掌握AI全栈技术(如LangChain, LlamaIndex, PyTorch)及云原生架构(Kubernetes, Microservices)
  • 同时需要极强的沟通能力和架构权衡判断力,能在安全、性能、成本之间做出最优决策

申请策略

  • 准备具体的案例,说明你是如何在技术选型中进行权衡(Trade-off)的
  • 展示你对联想现有平台(如UDS/UDC)的理解或类似平台的复用经验,表明你能快速融入并产生价值
  • 突出展示你主导过的复杂AI项目,特别是从0到1的生产级落地经验
  • 强调你在云原生架构(K8s, Microservices)和AI框架(LangChain, RAG)方面的具体技术深度
  • 量化你的成果,如性能提升百分比、成本节约金额或用户增长数据
  • 如果缺乏AI Agent或RAG的实际落地经验,建议快速补充相关知识
  • 加强FinOps(云成本优化)和Responsible AI(负责任AI/安全合规)方面的学习,这是大厂非常看重的非技术软技能

面试指南

  • 使用STAR法则(情境、任务、行动、结果)回答项目类问题
  • 对于架构权衡题,先阐述约束条件(成本、时间、性能),再对比不同方案的优劣,最后给出基于业务价值的决策理由
  • 强调‘可复用性’和‘标准化’,符合大厂架构师的思维模式
  • 请分享一个你设计的复杂AI解决方案,你是如何处理数据流、模型集成和部署架构的?
  • 在生成式AI应用中,如何平衡延迟、成本和准确性?请举例说明
  • 面对业务部门模糊的需求,你如何通过架构手段将其转化为可执行的技术方案?
  • 如何确保AI应用在大规模并发下的稳定性和安全性?
  • 请谈谈你对Responsible AI的理解,并在设计中如何体现?

职位点评

薪资福利85
成长发展92
工作生活60
使命价值75

薪资福利

85较高

作为已上市跨国巨头的高阶技术岗位,薪资竞争力强,福利体系完善,能满足较高的补偿性动机。

薪资信号偏高 (4.5千–8.0万/月)

成长发展

92较高

职位涉及最前沿的生成式AI和智能体技术,且要求深入参与从架构到落地的全过程,技术成长空间极大。

技术前沿前沿/新兴技术
技术栈Generative AI、Agentic AI、RAG、LangChain、LlamaIndex、Kubernetes、Python、MLOps
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,且作为核心交付角色,面临较高的交付压力和跨时区协作挑战,WLB一般。

工作模式未明确
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

75中等

通过解决有意义的商业问题和推动AI技术落地,具有较高的社会价值和行业影响力,符合意义感动机。

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solve meaningful customer and business problems、responsible AI
创新程度积极采用新技术
Watch Jobs