Lenovo

岗位职责
1. 架构设计与技术选型
负责AI Coding和AI工程化的流程，方案，选型和落地。
负责AI应用层（企业智能体、知识库RAG、本体论等）的整体系统架构设计，包括模块划分、接口契约、数据流向与部署方案。
负责AI相关技术栈的选型与评估（Agent框架、向量数据库、编排引擎、推理后端等），在性能、成本与可维护性之间取得最优平衡。
2. AI应用核心开发
基于主流Agent框架构建复杂的Agent工作流，实现多工具调用（Function Calling）、多轮对话、任务规划与自主决策能力。
设计并实现企业级RAG（检索增强生成）系统，主导文档解析、分块策略、Embedding模型选型、向量检索优化及Re-ranking机制调优。
构建可扩展的Prompt工程与管理体系，支持模板化、版本化、A/B测试与效果追踪。
3. AI工程化与性能优化
引入AI Coding的最新理念和技术并实现工程化落地，提高AI Coding的效率和质量。有将AI Coding结合到传统开发旅程中的实践经验优先。
制定并推行AI开发规范（代码结构、测试策略、版本管理、部署流程），提升团队整体工程素养。
设计高并发、低延迟的LLM推理服务架构，涵盖请求队列管理、流式输出、缓存策略（语义缓存/KV Cache）与Fallback机制。
优化系统整体性能，识别并解决推理延迟、吞吐瓶颈、Token消耗及成本控制等关键工程问题。
建立AI系统的可观测性体系（监控、日志、链路追踪），保障生产环境的绝对稳定性。
4. 技术前瞻与团队赋能
保持对前沿AI技术的追踪，调研，应用场景和可行性评估，原型验证等；
持续跟踪AI工程化领域的前沿进展（Agent新范式、推理优化技术、评估框架等），推动技术迭代。
指导并培养团队初中级工程师，主持技术方案评审与知识分享，打造高绩效技术团队。
岗位要求
【核心必备】
学历与经验：计算机、AI、软件工程或相关专业本科及以上学历，5年以上系统架构和AI工程交付相关经验，有AI应用从0到1的架构设计与上线经历优先。
LLM与AI理解：熟悉主流LLM（GPT系列、Claude、Qwen/Llama等）的能力边界与调用策略；理解Prompt进阶工程（Few-shot、CoT、ReAct等），能与算法团队高效沟通模型微调、量化等概念。
AI框架与Agent实践：深度熟悉至少一种主流Agent开发框架（如LangChain、LlamaIndex、Dify、AutoGen等），理解其核心抽象（Chain、Tool、Memory、Callback等）及适用场景；掌握并能灵活应用Skill，MCP等技术；有实际构建多Agent协作系统或复杂任务编排经验。
RAG全链路经验：熟悉RAG全链路（数据预处理→向量化→检索→重排→生成），有实际调优与解决幻觉问题的经验。
AI Coding: 深度熟悉和掌握主流的AI Coding Agent(如: Claude Code, Codex, Copilot, 等)；理解和掌握AI Coding的技术思路和实现；
系统工程能力：具备分布式系统设计经验，熟悉微服务架构、消息队列、缓存、数据库等后端通用技术栈；具备良好的API设计能力（RESTful/gRPC）。
【优先加分】

开源与评估：在AI框架（LangChain/LlamaIndex等）有高质量PR贡献；或有构建AI应用评估框架（如RAGAS、BLEU、人工评估流程）的经验。
成本与垂类：有大规模Token消耗优化、推理成本控制的实际案例；或在特定行业（ICT制造业、供应链）有AI应用架构落地经验。
云原生架构：熟悉Kubernetes、服务网格、Serverless架构在AI场景的应用，熟悉vLLM、TGI等推理加速框架。