实施顾问（AI项目）

该职位来源于猎聘 AI现场部署工程师 (AI FDE) 一、核心定位 AI现场部署工程师（AI FDE）的核心定位是企业AI产品与解决方案在客户现场落地实施的核心技术执行者。该岗位专注于端到端的交付与部署，涵盖从AI模型工程化到系统集成、性能调优的全流程，同时确保复杂AI系统在工业网络、数据安全等高挑战环境中的稳定运行。工程师需要具备全栈开发能力，解决客户深度定制化需求，精通AI模型的工程化全链路，包括容器化编排、MLOps工具链的应用以及向量数据库和大模型API服务的优化。此外，该岗位还承担技术难题攻关、知识转移与团队协作的重任，为客户提供高质量技术支持与服务，成为公司技术实施团队的中坚力量。 二、岗位挑战与情境

成功的候选人将需要直面并解决这些挑战： 1.复杂系统交付与优化：在客户现场完成复杂AI系统（如RAG知识库、自主Agent、Agentic BI应用）的集成、配置与上线，解决工业网络、数据安全、性能瓶颈等多样化技术难题。 2.全栈开发与定制化需求：根据项目需求进行高质量的全栈开发，构建稳定、高效的前后端功能模块，满足客户的深度定制化需求，同时确保代码规范性与可维护性。 3.AI模型工程化与运维：精通AI模型的工程化全链路，包括容器化编排与部署、MLOps工具链应用，以及向量数据库和大模型API服务的优化与高可用架构设计。 4.现场技术难题攻关：作为技术核心，主导技术难题攻关，提供高级别的技术支援，确保系统在生产环境中的极致稳定与高效。 5.技术文档与知识转移：编写详尽、规范的技术文档，高效地对客户IT团队进行技术转移与培训，确保客户对系统的长期维护与使用能力。 6.跨部门协作与信息传递：与售前专家、销售同事及研发团队保持紧密协作，准确传递现场需求与客户反馈，共同保障项目交付的成功与客户的长期满意度。 7.技术研究与团队培养：主动研究、测试并引入新的工具与技术，提升团队的实施效率与交付质量，同时培养与指导初级工程师，分享知识与经验。 三、对组织的独特价值 1.客户价值创造：解决客户现场技术和业务难题，增强客户满意度和长期合作黏性。 2.产品反馈与改进：将客户需求和问题反馈给公司内部，推动产品迭代和解决方案优化。 3.团队赋能与协作：为内部团队提供技术支持与知识分享，促进整体技术能力的提升 4.大规模个性定制项目交付方法的建立：通过FDE模式的探索和实践，总结出适合大规模个性定制的AI项目落地交付方法，提升项目成功率。 四、关键工作领域（软技能的必要要求） 1.AI产品与复杂解决方案在现场的端到端交付、部署、系统集成与性能调优，对项目的成功落地和客户满意度负首要技术责任。 2.独立领导并完成复杂AI系统（如RAG知识库、自主Agent、Agentic BI应用） 在客户现场的集成、配置与上线，解决从工业网络、数据安全到性能瓶颈的各种挑战 3.根据项目需求，进行高质量的全栈开发，构建稳定、高效的前后端功能模块，满足客户的深度定制化需求，并确保代码的规范性与可维护性。 4.精通AI模型的工程化全链路，包括使用Docker/Kubernetes进行容器化编排与部署，利用MLOps工具链实现模型的自动化部署、监控、管理与迭代。 5.负责向量数据库的集群部署、优化与维护，并对大模型API服务进行高可用架构设计、性能调优及成本控制。 6.在现场作为技术核心，主导技术难题攻关，提供最高级别的技术支援，确保系统在生产环境中的极致稳定与高效。 7.编写详尽、规范的技术文档，包括部署手册、系统架构图、API文档等，并高效地对客户IT团队进行技术转移与培训。 8.与售前专家、销售同事及研发团队保持紧密协作，确保项目信息流畅，准确传递现场需求与客户反馈，共同保障项目交付的成功与客户的长期满意度。 9.主动研究、测试并引入新的工具与技术，不断提升团队的实施效率与交付质量。 10.培养与指导初级工程师，分享知识与经验，提升整体团队的技术交付能力。 ——附：任职要求 1.本科及以上学历，计算机科学、软件工程、人工智能等相关专业，硕士学历优先。 2.8年以上全栈开发或复杂软件系统交付经验，其中至少3年专注于AI相关项目的部署与实施，拥有至少2个完整的中大型AI项目（如RAG系统、Agent应用、ML平台）一线交付经验。 3.技术能力全面且扎实：精通Python及主流AI框架与库，熟练掌握至少一种前端框架及高并发后端开发技术，对Linux系统有深入理解。 4.具备专家级的工程化经验：精通Docker/Kubernetes在复杂环境下的应用，熟练掌握MLOps理念与工具链，拥有向量数据库的实际部署与优化经验。 5.具备出色的现场问题解决能力和极强的抗压能力，能够冷静、快速地诊断并解决在客户现场遇到的各种疑难杂症。 6.拥有极强的责任心、客户服务意识和团队合作精神，深刻理解自身在连接公司与客户之间的桥梁作用，主动协同内外团队达成目标。 7.具备优秀的技术文档编写能力和沟通表达能力，能够清晰地与不同技术背景的同事及客户进行交流。 8.拥有主动学习和研究前沿技术的热情，能够持续跟踪AI工程领域的最新进展并将其应用于实际工作。 9.具备优秀的时间管理和多任务并行处理能力，能够高效地管理自己在多个项目中的工作。 10.能够适应高频次的短期出差，并保持良好的工作状态。