AI售前工程师简历参考：大模型与政企解决方案方向

AI售前工程师是连接技术与市场的关键角色，尤其在人工智能领域，需要将复杂的大模型、RAG、知识库等技术转化为客户能理解并认可的解决方案。该岗位通常服务于政企客户，涉及智慧办公、智能客服、知识管理等多个场景。

适合具备技术背景、善于沟通、对业务敏感的人群，尤其是对AI应用有热情，愿意深入行业场景的工程师。

主要职责包括客户需求调研、技术方案设计、POC验证、招投标支持以及交付协同。工作流程通常从售前需求访谈开始，经过方案设计、内部评审、客户演示，到中标后的技术交接。

在AI项目中，售前工程师需要与产品、算法、交付团队紧密合作，确保方案可行性和落地性。

• 需求调研：通过访谈、问卷等方式挖掘客户痛点，输出需求规格说明书。
• 方案设计：结合大模型、RAG等技术，设计端到端解决方案，包括架构图和技术选型。
• POC验证：制定测试计划，协调资源，验证方案效果，提升客户信心。
• 招投标支持：编写技术标书，参与投标答辩，确保技术得分。

常见项目包括企业知识库问答、智能客服、智能文档处理等。例如，在知识库项目中，需要处理多源数据接入、权限管理、智能检索等问题；在智能客服项目中，需要实现意图识别、工单系统对接等。

这些项目通常涉及大量文档预处理、向量化、召回排序等环节，售前工程师需要设计合理的流程和评测标准。

需要掌握大模型、RAG、知识图谱、向量数据库等AI技术，了解Prompt Engineering、模型微调等基本概念。同时，需要具备方案编写、PPT制作、演讲演示等售前技能。

熟悉政企客户的采购流程、招投标法规也有助于提升中标率。

• 技术知识：大模型、RAG、知识库、智能体、向量数据库。
• 工具使用：Python、TensorFlow/PyTorch、Docker、Git等。
• 文档能力：技术方案书、需求规格说明书、投标文件编写。
• 沟通能力：客户访谈、方案汇报、内部协调。

招聘方通常关注候选人的技术理解深度、售前经验、项目案例以及沟通协调能力。具体包括：是否主导过完整的售前项目，能否独立完成方案设计和POC，是否熟悉招投标流程。

对于AI售前，尤其看重对大模型应用的理解和落地经验，以及快速学习新技术的能力。

• 学历背景：计算机、人工智能等相关专业本科及以上。
• 工作经验：2年以上售前或解决方案经验，有AI项目经验优先。
• 技能要求：熟悉大模型、RAG，具备方案编写和演示能力。
• 软素质：逻辑清晰、抗压能力强、能适应出差。

下面整理了AI售前工程师岗位求职中常见的搜索问题，方便快速了解职责、业务场景、技能要求和面试关注点。

POC是售前环节的关键，需要设计合理的测试方案和评测标准。常见方法包括准备代表性数据集、定义准确率/召回率等指标、进行对比测试。

在AI项目中，还需要考虑模型调优、Prompt优化等，以提升效果。

• 制定测试计划：明确测试目标、场景、数据和通过标准。
• 数据准备：清洗、标注、构建测试集。
• 效果调优：调整RAG参数、优化Prompt、微调模型。
• 结果汇报：用可视化图表展示效果，突出客户价值。

政企项目常涉及招投标，售前工程师需要编写技术标书，包括技术方案、实施计划、报价说明等。要点是响应招标文件要求，突出技术优势。

需要熟悉招标流程、评分标准，以及如何规避废标风险。

• 研读招标文件：提取关键要求和技术参数。
• 编写技术方案：对应评分点，突出可行性和创新性。
• 准备投标答辩：演示方案，回答专家提问。
• 报价策略：结合成本与竞争情况，合理报价。