主分类：通用软件研发（其他方向）
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软件架构教练",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "2012实验室",
"location": "北京",
"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": "简体中文,英语",AI生成
"visa_support": "未披露",
"responsibilities": "标准职责:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界先进AI软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在设计方法、工程流程、质量标准和AI应用上的能力短板并推动改进，提升公司软件先进性；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键项目和复杂软件系统建设，承担核心AI软件架构设计、关键模块开发、技术难题攻关；\n4、将项目成果、架构实践和AI软件工程经验系统化沉淀为公司级组织资产，通过赋能提升公司AI软件架构能力。",
"requirements_text": "语言要求:\n简体中文,英语\n教育背景要求:\n计算机相关专业，本科及以上学历\n\n技能要求:\n1、【懂软件】AI软件架构与工程实践\n熟悉企业级软件系统从需求分析、架构设计、核心开发、质量保障到持续交付的全生命周期过程，能够完成复杂软件系统的分层、模块拆分、接口定义、架构评审和关键代码实现；熟悉一种或多种主流编程语言及其工程生态，具备良好的编码能力和工程实践能力。\n2、【懂AI】AI辅助研发\n熟悉AI在设计、编码、测试、文档、知识检索等研发场景中的应用方式，能够设计并推广团队级的AI研发实践，提高研发效率和交付质量。\n3、【善沉淀/懂赋能】软件教练与知识沉淀。\n能够通过设计评审、代码评审、案例讲解、专家指导等形式开展赋能，并将项目成果提炼为课程、案例、规范或方法论资产。\n\n能力要求:\n1、【想清楚】业务理解力 ：深入理解AI时代企业软件系统的核心挑战，能够把握AI能力与传统软件架构、工程实践、业务需求深度融合的发展趋势；理解不同业务场景下对软件系统在性能、扩展性、可维护性、安全、质量和研发效率方面的核心诉求，能够快速识别影响业务竞争力的软件架构关键问题，并判断技术投入方向。\n2、【想清楚】系统性思维 ：对AI软件技术栈具备全景理解，深刻理解从业务建模、应用架构、数据与服务、AI能力接入、工程流程、质量保障到交付运营之间的相互关系；能够抓住主要矛盾，统筹架构设计、工程实现、AI应用和团队能力建设，形成可落地、可演进、可复制的软件架构与工程方案，牵引组织软件先进性持续提升\n3、【干出来】追求卓越 ：能够从复杂项目实践中提炼架构设计原则、工程方法、AI研发实践和典型案例，将个人经验上升为团队可复用、组织可推广的课程、规范、模板和方法体系；能够把“做出来”的成果转化为“带出来”的能力，实现从单项目成功到组织能力复制的跨越。\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、软件架构：\n1）软件架构设计原则、架构模式与分层设计方法；\n2）模块化设计、领域建模、接口设计、依赖治理、可演进架构；\n3）性能、可靠性、安全性、可维护性、可测试性等质量属性设计方法。\n2、AI与软件工程\n1）大模型基础原理、推理服务基本模式、Prompt基本方法、RAG/知识检索、Agent/工作流等相关知识；\n2）AI能力接入软件系统的常见架构模式与工程约束；\n3）AI辅助编码、AI辅助测试、AI知识管理、AI工程工作流等典型研发场景知识。\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\n专业证书要求:\n\n其他要求:",
"skills": [AI生成
"架构设计",
"接口设计",
"可靠性",
"需求分析",
"学习能力",
"建模",
"大语言模型",
"检索增强生成"
],
"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=37164"
}
]
},
"posting": {
"posting_id": "37164",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://career.huawei.com/cn/job-details?advertisementId=37164"
},
"fulltext": "AI软件架构教练\n岗位职责\n标准职责:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界先进AI软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在设计方法、工程流程、质量标准和AI应用上的能力短板并推动改进，提升公司软件先进性；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键项目和复杂软件系统建设，承担核心AI软件架构设计、关键模块开发、技术难题攻关；\n4、将项目成果、架构实践和AI软件工程经验系统化沉淀为公司级组织资产，通过赋能提升公司AI软件架构能力。\n\n岗位要求\n语言要求:\n简体中文,英语\n教育背景要求:\n计算机相关专业，本科及以上学历\n\n技能要求:\n1、【懂软件】AI软件架构与工程实践\n熟悉企业级软件系统从需求分析、架构设计、核心开发、质量保障到持续交付的全生命周期过程，能够完成复杂软件系统的分层、模块拆分、接口定义、架构评审和关键代码实现；熟悉一种或多种主流编程语言及其工程生态，具备良好的编码能力和工程实践能力。\n2、【懂AI】AI辅助研发\n熟悉AI在设计、编码、测试、文档、知识检索等研发场景中的应用方式，能够设计并推广团队级的AI研发实践，提高研发效率和交付质量。\n3、【善沉淀/懂赋能】软件教练与知识沉淀。\n能够通过设计评审、代码评审、案例讲解、专家指导等形式开展赋能，并将项目成果提炼为课程、案例、规范或方法论资产。\n\n能力要求:\n1、【想清楚】业务理解力 ：深入理解AI时代企业软件系统的核心挑战，能够把握AI能力与传统软件架构、工程实践、业务需求深度融合的发展趋势；理解不同业务场景下对软件系统在性能、扩展性、可维护性、安全、质量和研发效率方面的核心诉求，能够快速识别影响业务竞争力的软件架构关键问题，并判断技术投入方向。\n2、【想清楚】系统性思维 ：对AI软件技术栈具备全景理解，深刻理解从业务建模、应用架构、数据与服务、AI能力接入、工程流程、质量保障到交付运营之间的相互关系；能够抓住主要矛盾，统筹架构设计、工程实现、AI应用和团队能力建设，形成可落地、可演进、可复制的软件架构与工程方案，牵引组织软件先进性持续提升\n3、【干出来】追求卓越 ：能够从复杂项目实践中提炼架构设计原则、工程方法、AI研发实践和典型案例，将个人经验上升为团队可复用、组织可推广的课程、规范、模板和方法体系；能够把“做出来”的成果转化为“带出来”的能力，实现从单项目成功到组织能力复制的跨越。\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、软件架构：\n1）软件架构设计原则、架构模式与分层设计方法；\n2）模块化设计、领域建模、接口设计、依赖治理、可演进架构；\n3）性能、可靠性、安全性、可维护性、可测试性等质量属性设计方法。\n2、AI与软件工程\n1）大模型基础原理、推理服务基本模式、Prompt基本方法、RAG/知识检索、Agent/工作流等相关知识；\n2）AI能力接入软件系统的常见架构模式与工程约束；\n3）AI辅助编码、AI辅助测试、AI知识管理、AI工程工作流等典型研发场景知识。\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\n专业证书要求:\n\n其他要求:\n标准职责:\n1、面向AI时代的软件系统演进趋势，洞察并引入业界先进AI软件架构、软件思想和方法；\n2、站在公司级中立视角，识别团队在设计方法、工程流程、质量标准和AI应用上的能力短板并推动改进，提升公司软件先进性；\n3、通过看架构、做架构、护架构的长效机制，深度参与公司关键项目和复杂软件系统建设，承担核心AI软件架构设计、关键模块开发、技术难题攻关；\n4、将项目成果、架构实践和AI软件工程经验系统化沉淀为公司级组织资产，通过赋能提升公司AI软件架构能力。\n语言要求:\n简体中文,英语\n教育背景要求:\n计算机相关专业，本科及以上学历\n\n技能要求:\n1、【懂软件】AI软件架构与工程实践\n熟悉企业级软件系统从需求分析、架构设计、核心开发、质量保障到持续交付的全生命周期过程，能够完成复杂软件系统的分层、模块拆分、接口定义、架构评审和关键代码实现；熟悉一种或多种主流编程语言及其工程生态，具备良好的编码能力和工程实践能力。\n2、【懂AI】AI辅助研发\n熟悉AI在设计、编码、测试、文档、知识检索等研发场景中的应用方式，能够设计并推广团队级的AI研发实践，提高研发效率和交付质量。\n3、【善沉淀/懂赋能】软件教练与知识沉淀。\n能够通过设计评审、代码评审、案例讲解、专家指导等形式开展赋能，并将项目成果提炼为课程、案例、规范或方法论资产。\n\n能力要求:\n1、【想清楚】业务理解力 ：深入理解AI时代企业软件系统的核心挑战，能够把握AI能力与传统软件架构、工程实践、业务需求深度融合的发展趋势；理解不同业务场景下对软件系统在性能、扩展性、可维护性、安全、质量和研发效率方面的核心诉求，能够快速识别影响业务竞争力的软件架构关键问题，并判断技术投入方向。\n2、【想清楚】系统性思维 ：对AI软件技术栈具备全景理解，深刻理解从业务建模、应用架构、数据与服务、AI能力接入、工程流程、质量保障到交付运营之间的相互关系；能够抓住主要矛盾，统筹架构设计、工程实现、AI应用和团队能力建设，形成可落地、可演进、可复制的软件架构与工程方案，牵引组织软件先进性持续提升\n3、【干出来】追求卓越 ：能够从复杂项目实践中提炼架构设计原则、工程方法、AI研发实践和典型案例，将个人经验上升为团队可复用、组织可推广的课程、规范、模板和方法体系；能够把“做出来”的成果转化为“带出来”的能力，实现从单项目成功到组织能力复制的跨越。\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、软件架构：\n1）软件架构设计原则、架构模式与分层设计方法；\n2）模块化设计、领域建模、接口设计、依赖治理、可演进架构；\n3）性能、可靠性、安全性、可维护性、可测试性等质量属性设计方法。\n2、AI与软件工程\n1）大模型基础原理、推理服务基本模式、Prompt基本方法、RAG/知识检索、Agent/工作流等相关知识；\n2）AI能力接入软件系统的常见架构模式与工程约束；\n3）AI辅助编码、AI辅助测试、AI知识管理、AI工程工作流等典型研发场景知识。\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\n专业证书要求:\n\n其他要求:",
"standard_classification": {
"std_category_code": "T001",
"std_aux_codes": [
"F025"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}