主分类：售前解决方案
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": "解决方案架构师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "行业垂直作战组织",
"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": 10,
"degree": "- 硕士及以上学历",
"language": "简体中文,英语",AI生成
"visa_support": "未披露",
"responsibilities": "主要职责:\n1. 洞察金融行业数据与AI发展趋势：深度跟踪国内外领先银行、区域银行等的数智化转型进程，洞悉金融智能化从趋势判断到落地路径的全链路，为华为金融数据&AI方案指明方向。\n2. 构建领先的金融数据&AI解决方案：主导设计华为金融行业金融智能体、大数据2.0/知识湖、金融本体等核心解决方案的竞争力架构，确保方案在技术深度、场景覆盖、落地可行性上全面超越竞争对手，成为金融领域首选。\n3. 标杆领域战略支持：深度参与国内和海外灯塔银行与领先银行的战略级交流与联创项目，提供行业专家视角的顶层设计与路径规划。\n4. 行业影响力构建：通过白皮书发布、行业峰会演讲、标准制定等方式，建立华为在金融数据&AI领域的思想领导力，主导华为对金融行业智能化变革的影响力的持续迭代与广泛传播。\n5. 内部赋能：将行业洞察与最佳实践转化为可复制的知识资产，赋能解决方案团队与交付团队，提升整体金融行业作战能力。",
"requirements_text": "语言要求:\n简体中文,英语\n教育背景要求:\n- 硕士及以上学历，计算机科学、人工智能、金融学、数据科学等相关专业背景\n- 优先：博士学历或海外知名院校MBA背景\n\n技能要求:\n1. 战略规划与架构设计：能够站在金融行业全局视角，设计具有前瞻性的数据&AI解决方案架构，并将其转化为可落地的实施路径。\n2. 高层沟通与影响力：具备与国内与海外银行高层、科技部、数据部负责人平等对话的能力，建立信任关系，推动联创项目落地。\n3. 竞争分析：能够系统性分析竞品方案，提炼差异化竞争点。\n4. 知识转化：能够将复杂的行业洞察与技术方案转化为简洁有力的表达（白皮书、PPT、口头汇报），对内对外均具备强大的说服力。\n\n知识要求:\n1. 金融行业深度理解\n- 熟悉银行业人工智能、大数据等建设的技术与实践\n- 深度理解银行人工智能（核心技术点：智能体、生成式AI、深度学习与机器学习等）与大数据平台架构（核心技术点：湖仓一体、存算分离、批流一体等）\n- 深刻理解金融行业的数智化转型路径\n\n2. AI与大模型技术栈\n- 精通大模型在金融行业的应用场景（Agent、数字员工、智能风控、智能营销等）\n- 熟悉金融大模型的选型方法论（开源模型 vs 闭源模型，推理效率与安全平衡）\n- 了解向量数据库、图数据库、知识图谱等AI基础设施在金融场景的应用\n\n3. 竞争格局与生态\n- 深度理解国内与海外领先云平台厂商与数据/AI厂商在金融数据&AI领域的解决方案优劣\n- 熟悉金融科技生态（ISV、SI、咨询公司、监管机构）的协作模式",
"skills": [AI生成
"机器学习",
"深度学习",
"数据库",
"知识图谱",
"架构设计",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "优先：博士学历或海外知名院校MBA背景",
"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=39517"
}
]
},
"posting": {
"posting_id": "39517",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://career.huawei.com/cn/job-details?advertisementId=39517"
},
"fulltext": "解决方案架构师\n岗位职责\n主要职责:\n1. 洞察金融行业数据与AI发展趋势：深度跟踪国内外领先银行、区域银行等的数智化转型进程，洞悉金融智能化从趋势判断到落地路径的全链路，为华为金融数据&AI方案指明方向。\n2. 构建领先的金融数据&AI解决方案：主导设计华为金融行业金融智能体、大数据2.0/知识湖、金融本体等核心解决方案的竞争力架构，确保方案在技术深度、场景覆盖、落地可行性上全面超越竞争对手，成为金融领域首选。\n3. 标杆领域战略支持：深度参与国内和海外灯塔银行与领先银行的战略级交流与联创项目，提供行业专家视角的顶层设计与路径规划。\n4. 行业影响力构建：通过白皮书发布、行业峰会演讲、标准制定等方式，建立华为在金融数据&AI领域的思想领导力，主导华为对金融行业智能化变革的影响力的持续迭代与广泛传播。\n5. 内部赋能：将行业洞察与最佳实践转化为可复制的知识资产，赋能解决方案团队与交付团队，提升整体金融行业作战能力。\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- 硕士及以上学历，计算机科学、人工智能、金融学、数据科学等相关专业背景\n- 优先：博士学历或海外知名院校MBA背景\n\n技能要求:\n1. 战略规划与架构设计：能够站在金融行业全局视角，设计具有前瞻性的数据&AI解决方案架构，并将其转化为可落地的实施路径。\n2. 高层沟通与影响力：具备与国内与海外银行高层、科技部、数据部负责人平等对话的能力，建立信任关系，推动联创项目落地。\n3. 竞争分析：能够系统性分析竞品方案，提炼差异化竞争点。\n4. 知识转化：能够将复杂的行业洞察与技术方案转化为简洁有力的表达（白皮书、PPT、口头汇报），对内对外均具备强大的说服力。\n\n知识要求:\n1. 金融行业深度理解\n- 熟悉银行业人工智能、大数据等建设的技术与实践\n- 深度理解银行人工智能（核心技术点：智能体、生成式AI、深度学习与机器学习等）与大数据平台架构（核心技术点：湖仓一体、存算分离、批流一体等）\n- 深刻理解金融行业的数智化转型路径\n\n2. AI与大模型技术栈\n- 精通大模型在金融行业的应用场景（Agent、数字员工、智能风控、智能营销等）\n- 熟悉金融大模型的选型方法论（开源模型 vs 闭源模型，推理效率与安全平衡）\n- 了解向量数据库、图数据库、知识图谱等AI基础设施在金融场景的应用\n\n3. 竞争格局与生态\n- 深度理解国内与海外领先云平台厂商与数据/AI厂商在金融数据&AI领域的解决方案优劣\n- 熟悉金融科技生态（ISV、SI、咨询公司、监管机构）的协作模式\n主要职责:\n1. 洞察金融行业数据与AI发展趋势：深度跟踪国内外领先银行、区域银行等的数智化转型进程，洞悉金融智能化从趋势判断到落地路径的全链路，为华为金融数据&AI方案指明方向。\n2. 构建领先的金融数据&AI解决方案：主导设计华为金融行业金融智能体、大数据2.0/知识湖、金融本体等核心解决方案的竞争力架构，确保方案在技术深度、场景覆盖、落地可行性上全面超越竞争对手，成为金融领域首选。\n3. 标杆领域战略支持：深度参与国内和海外灯塔银行与领先银行的战略级交流与联创项目，提供行业专家视角的顶层设计与路径规划。\n4. 行业影响力构建：通过白皮书发布、行业峰会演讲、标准制定等方式，建立华为在金融数据&AI领域的思想领导力，主导华为对金融行业智能化变革的影响力的持续迭代与广泛传播。\n5. 内部赋能：将行业洞察与最佳实践转化为可复制的知识资产，赋能解决方案团队与交付团队，提升整体金融行业作战能力。\n语言要求:\n简体中文,英语\n教育背景要求:\n- 硕士及以上学历，计算机科学、人工智能、金融学、数据科学等相关专业背景\n- 优先：博士学历或海外知名院校MBA背景\n\n技能要求:\n1. 战略规划与架构设计：能够站在金融行业全局视角，设计具有前瞻性的数据&AI解决方案架构，并将其转化为可落地的实施路径。\n2. 高层沟通与影响力：具备与国内与海外银行高层、科技部、数据部负责人平等对话的能力，建立信任关系，推动联创项目落地。\n3. 竞争分析：能够系统性分析竞品方案，提炼差异化竞争点。\n4. 知识转化：能够将复杂的行业洞察与技术方案转化为简洁有力的表达（白皮书、PPT、口头汇报），对内对外均具备强大的说服力。\n\n知识要求:\n1. 金融行业深度理解\n- 熟悉银行业人工智能、大数据等建设的技术与实践\n- 深度理解银行人工智能（核心技术点：智能体、生成式AI、深度学习与机器学习等）与大数据平台架构（核心技术点：湖仓一体、存算分离、批流一体等）\n- 深刻理解金融行业的数智化转型路径\n\n2. AI与大模型技术栈\n- 精通大模型在金融行业的应用场景（Agent、数字员工、智能风控、智能营销等）\n- 熟悉金融大模型的选型方法论（开源模型 vs 闭源模型，推理效率与安全平衡）\n- 了解向量数据库、图数据库、知识图谱等AI基础设施在金融场景的应用\n\n3. 竞争格局与生态\n- 深度理解国内与海外领先云平台厂商与数据/AI厂商在金融数据&AI领域的解决方案优劣\n- 熟悉金融科技生态（ISV、SI、咨询公司、监管机构）的协作模式",
"standard_classification": {
"std_category_code": "B020",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}