主分类：云基础设施与系统软件研发
辅助：企业培训与人才发展（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI软件平台与系统教练",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "2012实验室",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "研发族"AI生成
},
"company": {
"company_name": "华为",
"company_industry": "信息通信技术 / 智能终端 / 云计算",
"company_size": "10000人以上",
"company_website": "huawei.com",
"company_description": "华为提供通信网络、企业网络、智能终端、云服务、数字能源和智能汽车解决方案。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "本科及以上学历",
"language": "语言要求:英语,简体中文",AI生成
"visa_support": "未披露",
"responsibilities": "标准职责:\n1、负责研究跨产品线/产品线内多产品/平台的软件技术策略与规划，引领业界软件发展方向，为软件技术发展挑战做好提前规划；\n2、主导跨产品线/产品线主力产品/平台软件实现的架构，主导核心代码的实现，从事如算法、数据库等关键技术的专项研究，解决公司级技术难关；\n3、主导跨产品线/产品线软件工程方法的研究与实践，提出创新性的工程方法。\n自定义职责:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界AI软件平台与系统的软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在AI平台架构、AI应用系统设计、模型服务化等方面的能力短板，并推动系统性改进；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键AI平台与软件系统建设，承担核心平台方案设计、关键模块开发、技术难题攻关；\n4、将项目成果、平台建设经验、AI系统设计方法系统化沉淀为公司级组织资产，通过赋能提升公司AI软件能力。",
"requirements_text": "语言要求:英语,简体中文\n教育背景要求:计算机相关专业，本科及以上学历\n\n技能要求:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界AI软件平台与系统的软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在AI平台架构、AI应用系统设计、模型服务化等方面的能力短板，并推动系统性改进；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键AI平台与软件系统建设，承担核心平台方案设计、关键模块开发、技术难题攻关；\n4、将项目成果、平台建设经验、AI系统设计方法系统化沉淀为公司级组织资产，通过赋能提升公司AI软件能力。\n\n能力要求:\n1、【想清楚】业务理解力 ：深入理解AI时代企业软件系统对平台能力和系统工程能力的核心诉求，能够快速识别影响AI应用规模化落地的平台与系统关键问题，能够把握大模型、多模态、AI辅助研发等技术与业务系统深度融合的发展趋势。\n2、【想清楚】系统性思维 ：熟悉AI软件平台与系统技术栈，能够从业务应用、AI应用架构、模型服务、平台工程等方面分析问题，抓住主要矛盾，形成可落地、可演进、可复用的AI软件平台与系统方案。\n3、【干出来】追求卓越 ：能够从复杂AI平台和AI系统项目实践中提炼架构设计原则、平台建设方法、AI工程化实践、运行治理经验和典型案例。能够将个人经验上升为团队可复用、组织可推广的课程、规范、模板、样例工程、脚手架、检查清单和方法体系。\n4、【管自己】学习能力 ：紧跟 AI 演进趋势，主动钻研大模型、Agent、AI 工程化等新技术、新方法，快速吸收行业先进实践，持续迭代自身技术认知与专业能力，适应AI 时代软件教练的能力要求，持续引领技术发展方向。\n\n知识要求:\n1、软件平台与系统架构\n1）AI软件平台架构设计原则、平台化架构模式、分层设计方法和系统边界划分方法；\n2）软件架构设计原则，包括模块化设计、接口设计、依赖治理、可扩展性、可维护性和可演进架构。\n2、AI平台与工程\n1）大模型基础原理、推理服务基本模式、模型服务化、模型调用治理和模型生命周期管理相关知识；\n2）Agent/工作流相关知识，包括工具调用、任务编排、上下文管理、记忆机制、权限控制、执行跟踪和异常处理。\n3、教练与知识沉淀\n1）技术案例设计、实战课程设计、知识显性化与经验萃取方法；\n2）工程师成长路径、技术梯队建设和能力模型设计相关知识。",
"skills": [AI生成
"系统架构",
"架构设计",
"接口设计",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://career.huawei.com/cn/job-details?advertisementId=34385"
}
]
},
"posting": {
"posting_id": "34385",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://career.huawei.com/cn/job-details?advertisementId=34385"
},
"fulltext": "AI软件平台与系统教练\n岗位职责\n标准职责:\n1、负责研究跨产品线/产品线内多产品/平台的软件技术策略与规划，引领业界软件发展方向，为软件技术发展挑战做好提前规划；\n2、主导跨产品线/产品线主力产品/平台软件实现的架构，主导核心代码的实现，从事如算法、数据库等关键技术的专项研究，解决公司级技术难关；\n3、主导跨产品线/产品线软件工程方法的研究与实践，提出创新性的工程方法。\n自定义职责:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界AI软件平台与系统的软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在AI平台架构、AI应用系统设计、模型服务化等方面的能力短板，并推动系统性改进；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键AI平台与软件系统建设，承担核心平台方案设计、关键模块开发、技术难题攻关；\n4、将项目成果、平台建设经验、AI系统设计方法系统化沉淀为公司级组织资产，通过赋能提升公司AI软件能力。\n\n岗位要求\n语言要求:英语,简体中文\n教育背景要求:计算机相关专业，本科及以上学历\n\n技能要求:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界AI软件平台与系统的软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在AI平台架构、AI应用系统设计、模型服务化等方面的能力短板，并推动系统性改进；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键AI平台与软件系统建设，承担核心平台方案设计、关键模块开发、技术难题攻关；\n4、将项目成果、平台建设经验、AI系统设计方法系统化沉淀为公司级组织资产，通过赋能提升公司AI软件能力。\n\n能力要求:\n1、【想清楚】业务理解力 ：深入理解AI时代企业软件系统对平台能力和系统工程能力的核心诉求，能够快速识别影响AI应用规模化落地的平台与系统关键问题，能够把握大模型、多模态、AI辅助研发等技术与业务系统深度融合的发展趋势。\n2、【想清楚】系统性思维 ：熟悉AI软件平台与系统技术栈，能够从业务应用、AI应用架构、模型服务、平台工程等方面分析问题，抓住主要矛盾，形成可落地、可演进、可复用的AI软件平台与系统方案。\n3、【干出来】追求卓越 ：能够从复杂AI平台和AI系统项目实践中提炼架构设计原则、平台建设方法、AI工程化实践、运行治理经验和典型案例。能够将个人经验上升为团队可复用、组织可推广的课程、规范、模板、样例工程、脚手架、检查清单和方法体系。\n4、【管自己】学习能力 ：紧跟 AI 演进趋势，主动钻研大模型、Agent、AI 工程化等新技术、新方法，快速吸收行业先进实践，持续迭代自身技术认知与专业能力，适应AI 时代软件教练的能力要求，持续引领技术发展方向。\n\n知识要求:\n1、软件平台与系统架构\n1）AI软件平台架构设计原则、平台化架构模式、分层设计方法和系统边界划分方法；\n2）软件架构设计原则，包括模块化设计、接口设计、依赖治理、可扩展性、可维护性和可演进架构。\n2、AI平台与工程\n1）大模型基础原理、推理服务基本模式、模型服务化、模型调用治理和模型生命周期管理相关知识；\n2）Agent/工作流相关知识，包括工具调用、任务编排、上下文管理、记忆机制、权限控制、执行跟踪和异常处理。\n3、教练与知识沉淀\n1）技术案例设计、实战课程设计、知识显性化与经验萃取方法；\n2）工程师成长路径、技术梯队建设和能力模型设计相关知识。\n标准职责:\n1、负责研究跨产品线/产品线内多产品/平台的软件技术策略与规划，引领业界软件发展方向，为软件技术发展挑战做好提前规划；\n2、主导跨产品线/产品线主力产品/平台软件实现的架构，主导核心代码的实现，从事如算法、数据库等关键技术的专项研究，解决公司级技术难关；\n3、主导跨产品线/产品线软件工程方法的研究与实践，提出创新性的工程方法。\n自定义职责:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界AI软件平台与系统的软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在AI平台架构、AI应用系统设计、模型服务化等方面的能力短板，并推动系统性改进；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键AI平台与软件系统建设，承担核心平台方案设计、关键模块开发、技术难题攻关；\n4、将项目成果、平台建设经验、AI系统设计方法系统化沉淀为公司级组织资产，通过赋能提升公司AI软件能力。\n语言要求:英语,简体中文\n教育背景要求:计算机相关专业，本科及以上学历\n\n技能要求:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界AI软件平台与系统的软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在AI平台架构、AI应用系统设计、模型服务化等方面的能力短板，并推动系统性改进；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键AI平台与软件系统建设，承担核心平台方案设计、关键模块开发、技术难题攻关；\n4、将项目成果、平台建设经验、AI系统设计方法系统化沉淀为公司级组织资产，通过赋能提升公司AI软件能力。\n\n能力要求:\n1、【想清楚】业务理解力 ：深入理解AI时代企业软件系统对平台能力和系统工程能力的核心诉求，能够快速识别影响AI应用规模化落地的平台与系统关键问题，能够把握大模型、多模态、AI辅助研发等技术与业务系统深度融合的发展趋势。\n2、【想清楚】系统性思维 ：熟悉AI软件平台与系统技术栈，能够从业务应用、AI应用架构、模型服务、平台工程等方面分析问题，抓住主要矛盾，形成可落地、可演进、可复用的AI软件平台与系统方案。\n3、【干出来】追求卓越 ：能够从复杂AI平台和AI系统项目实践中提炼架构设计原则、平台建设方法、AI工程化实践、运行治理经验和典型案例。能够将个人经验上升为团队可复用、组织可推广的课程、规范、模板、样例工程、脚手架、检查清单和方法体系。\n4、【管自己】学习能力 ：紧跟 AI 演进趋势，主动钻研大模型、Agent、AI 工程化等新技术、新方法，快速吸收行业先进实践，持续迭代自身技术认知与专业能力，适应AI 时代软件教练的能力要求，持续引领技术发展方向。\n\n知识要求:\n1、软件平台与系统架构\n1）AI软件平台架构设计原则、平台化架构模式、分层设计方法和系统边界划分方法；\n2）软件架构设计原则，包括模块化设计、接口设计、依赖治理、可扩展性、可维护性和可演进架构。\n2、AI平台与工程\n1）大模型基础原理、推理服务基本模式、模型服务化、模型调用治理和模型生命周期管理相关知识；\n2）Agent/工作流相关知识，包括工具调用、任务编排、上下文管理、记忆机制、权限控制、执行跟踪和异常处理。\n3、教练与知识沉淀\n1）技术案例设计、实战课程设计、知识显性化与经验萃取方法；\n2）工程师成长路径、技术梯队建设和能力模型设计相关知识。",
"standard_classification": {
"std_category_code": "T018",
"std_aux_codes": [
"F025"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}