英特尔
Senior GenAI Software Architect
Senior GenAI Software Architect
发布于 1 天前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
NLP
LLM
GenAI
LlamaIndex
AutoGen
HuggingFace
Faiss
AI 估算 · 50k–80k
资深AI架构岗，技能稀缺，Intel作为大厂薪资竞争力强，市场对标50-80K月薪。
职位详情
关于这个职位
该职位是英特尔的资深生成式AI软件架构师，负责构建基于机器学习的产品和解决方案，专注于生成式AI算法、大语言模型及AI智能体的开发与优化
你将使用Python及LangChain、HuggingFace等框架，设计RAG流程和向量数据库方案，并针对边缘设备进行性能调优，与客户合作推动AI工作流落地
最低要求
年以上AI/ML算法开发实践经验
年以上NLP、基于LLM的系统或AI智能体开发经验
深厚的GenAI算法、解决方案架构和性能调优专业知识
有构建自定义AI工具、智能体或应用程序的实际经验
扎实的Python技能
熟悉LangChain、LlamaIndex、AutoGen、HuggingFace等框架和API
有RAG流水线、向量数据库（如FAISS、Chroma）和嵌入技术经验
有使用xPU加速器优化GenAI工作负载以适配边缘设备的经验
出色的解决问题能力，结果导向和客户导向思维
工作职责
构建基于机器学习的产吕/解决方案，提供描述性、诊断性、预测性或规范性模型
使用或开发机器学习算法（如监督学习、无监督学习、深度学习、强化学习、贝叶斯分析等），解决数据分析、计算机视觉、机器人等领域的问题
与用户交互定义突破性产吕/解决方案的需求
在研发环境或特定产品环境中，利用当前编程方法将机器学习和数据处理方法转化为软件
完成库的编程、测试、调试、文档编制和/或部署
优先资格
有本地LLM（如Mistral、Llama）或微调开源模型的经验
有客户/合作伙伴支持GenAI工作流设计和部署的经验
熟悉客户端AI工具、跨平台智能体或插件生态系统
有UX/UI或提示工程经验以改善人机交互
AI 洞察
优缺点分析
优点
- 接触最前沿的生成式AI技术，如LLM、RAG、AI Agent等，技能积累快
- 英特尔作为行业巨头，提供全球化平台资源和成熟的基础设施
- 职位定位高，薪资具有竞争力，工作内容和影响力大
- 技术迭代极快，需持续学习，保持最新知识储备
- 跨团队协作和客户沟通要求高，需要较强的表达和推动能力
- 工作节奏可能较快，需同时处理多个高复杂度项目
- 适合拥有深厚AI/ML背景、热爱前沿技术、乐于解决实际问题的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可晋升为首席架构师或AI技术总监，主导更大规模的产品线
- 能转向AI研究或产品管理方向，结合业务推动创新
- 随着生成式AI浪潮，拥有极强的行业竞争力，可跳槽至其他科技巨头或创业公司CTO
- 设计和构建基于生成式AI的解决方案，包括大语言模型、AI智能体等
- 与客户和内部团队协作，定义产品需求并推动AI工作流程落地
- 优化AI模型性能，尤其是在边缘设备上的推理效率
- 精通Python及机器学习框架，如LangChain、HuggingFace等
- 深入理解GenAI算法、RAG流程及向量数据库技术
- 具备8年以上AI/ML经验及3年以上NLP/LLM系统开发经验
申请策略
- 了解英特尔的客户端计算业务，特别是GenAI在PC、边缘设备上的应用方向
- 准备一个完整的项目案例，从需求到部署，展示架构设计和技术选型思路
- 突出8年以上AI/ML经验，重点列举GenAI相关项目（如LLM微调、RAG系统）
- 强调LangChain、HuggingFace、向量数据库等具体技术栈的项目成果
- 展示在边缘设备上优化AI工作负载的案例，以及客户/合作伙伴协作经历
- 若缺少本地LLM或微调经验，可以快速学习Mistral、Llama等开源模型
- 补充提示工程和UX/UI知识，提升人机交互设计能力
面试指南
- 使用STAR法则：描述情境-任务-行动-结果，重点突出技术细节和量化成果
- 对比方案时采用利弊分析法，展示决策依据和权衡
- 请描述一个你设计的LLM-based系统架构，包括数据流和性能优化
- 如何比较不同的向量数据库（如FAISS vs Chroma）？在什么场景下选择哪种？
- 你如何对GenAI模型进行边缘设备上的性能调优？具体使用过哪些xPU加速器？
- 请举例说明你如何与客户合作，将AI工作流从概念推向生产
- 复习LangChain、LlamaIndex等框架的最新文档和核心API
- 准备一个你独立完成的GenAI项目，涵盖从数据处理到部署的全链路
匹配度报告
64
综合匹配度
大厂高阶AI架构岗，技术前沿，薪资可观，但需现场办公且工作强度可能较大。
适合人群
最适合渴望技术成长、愿意投入高强度工作的资深AI工程师。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展95
工作生活30
使命价值70
薪资福利匹配
60中等
薪资未明确，但作为大厂高阶岗位，预期薪资较高，但缺乏福利披露，补偿性动机满足一般。
薪资信号未披露（AI估算：50K-80K/月）
成长发展匹配
95较高
前沿的GenAI技术栈，丰富的学习和实践机会，发展性动机得到极大满足。
技术前沿前沿/新兴技术
技术栈Python、LangChain、LlamaIndex、AutoGen、HuggingFace、FAISS、Chroma、LLM、GenAI、NLP
业务类型ambiguous
工作生活匹配
30较低
要求现场办公，无远程灵活性，且未提及WLB，生活化动机满足较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
身处AI高速增长赛道，技术创新性强，但直接社会影响力不明显。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs