AI技术架构师

Why Work at Lenovo

We are Lenovo. We do what we say. We own what we do. We WOW our customers. 

Lenovo is a US$83 billion revenue global technology powerhouse, ranked #153 in the Fortune Global 500, and serving millions of customers every day in 180 markets. Focused on a bold vision to deliver Smarter Technology for All, Lenovo has built on its success as the world’s largest PC company with a full-stack portfolio of AI-enabled, AI-ready, and AI-optimized devices (PCs, workstations, smartphones, tablets), infrastructure (server, storage, edge, high performance computing and software defined infrastructure), software, solutions, and services. Lenovo’s continued investment in world-changing innovation is building a more equitable, trustworthy, and smarter future for everyone, everywhere. Lenovo is listed on the Hong Kong stock exchange under Lenovo Group Limited (HKSE: 992) (ADR: LNVGY). 

This transformation together with Lenovo’s world-changing innovation is building a more inclusive, trustworthy, and smarter future for everyone, everywhere. To find out more visit www.lenovo.com, and read about the latest news via our StoryHub.

Description and Requirements

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。