联想天津直招急聘又来了

• 外包信息请发到 /go/outsourcing 节点。

• 不要把相同的信息发到不同的节点

前情提要

写在前面

岗位目前没有在系统中正式放出来，在等领导审批。技术面试可先行，过了之后会直接走后续流程，流程很快。后面的岗位职责和任职要求，AI 根据我的岗位名字或者我的一两句描述生成的。具体也可以邮件沟通。

Linux 、RTOS 、模型和智能体都可以来看看。

一、Linux 系统软件工程师

岗位定位

负责 AI 原生设备的 Linux 系统平台与运行环境。

岗位职责

设计并开发 AI 设备的 Linux 系统平台，包括设备启动与开箱流程、网络配置、系统服务框架、OTA 升级与回滚、恢复出厂、硬件状态监控及故障诊断等能力。
建设面向长期在线设备的稳定性与可观测体系，包括日志、指标、健康检查、异常恢复、崩溃分析和远程诊断，持续优化启动速度、性能、功耗和资源占用。
与模型服务团队共同建设端侧 AI 负载的系统级支撑，为模型推理、数据处理、内容生成及后台任务提供优先级、并发、配额和 CPU/GPU/NPU 、内存、存储等资源治理能力。
设计并实现设备侧安全运行环境，负责 LXC 、Docker 或同类容器/沙箱的生命周期管理，包括镜像签名、部署、升级、回滚、资源限制、权限控制和故障隔离。
推动设备能力服务化，通过统一 API 或设备网关将存储、媒体、网络、设备发现等能力开放给上层应用、智能体及合作伙伴，并参与接口规范和权限模型设计。
参与系统安全、工程质量和发布体系建设，包括最小权限、软件签名、供应链安全、自动化测试、版本管理及跨团队问题定位。

任职要求

本科及以上学历，计算机、软件工程、电子信息、自动化等相关专业，具有 3 年以上 Linux 系统软件开发经验。
熟练掌握 C/C++，具备扎实的 Linux 系统编程能力，熟悉进程与线程、IPC 、文件系统与存储、网络编程、systemd/服务管理及常用 Shell 工具；具备 Python 、Go 或 Rust 经验者优先。
在以下至少一个方向具有较深入的项目经验：
- Linux 设备系统：Ubuntu/Debian 、Yocto/Buildroot 、AOSP 等系统的集成、裁剪、构建或发布；启动、OTA 、网络、存储或系统服务开发。
- 容器与运行时：LXC/Docker 、cgroup 、namespace 、seccomp 、SELinux/AppArmor 或同类隔离与安全机制。
具备复杂系统问题定位能力，能够使用 gdb 、strace 、perf 、ftrace/eBPF 或同类工具分析功能、性能、内存和稳定性问题。
具备良好的软件设计与工程能力，重视模块化、接口兼容、自动化测试、代码质量和可维护性。
具备良好的沟通协作和责任意识，能够与硬件、模型、云端、应用、测试及安全团队共同推进交付。

二、嵌入式软件工程师（ MCU/RTOS ）

岗位定位

负责 AI 原生设备 MCU/RTOS 侧的固件平台、底层驱动和实时控制，与 Linux 系统团队共同完成从硬件上电、设备控制到上层服务可用的完整链路。岗位重点是 MCU/SoC Bring-up 、BSP/HAL 、RTOS 、外设与通信、实时性及量产可靠性，不要求承担通用 Linux 应用或 AI 算法开发。

岗位职责

负责基于 ARM Cortex-M/R 、RISC-V 或同类 MCU/SoC 的嵌入式固件架构设计与开发，完成芯片与板级 Bring-up 、Bootloader 、BSP/HAL 、RTOS 移植裁剪及基础服务建设。
负责设备外设和控制模块的驱动、通信协议与业务逻辑开发，包括 GPIO 、I2C 、SPI 、UART 、USB 、PWM 、ADC 等，并与硬件团队完成原理图评审、板级联调和软硬件问题定位。
建设 Linux 主系统与 MCU/协处理器之间的协同机制，负责通信协议、命令与事件、状态同步、异常恢复及版本兼容；根据平台实现 UART/USB/SPI 、共享内存、RPMsg/OpenAMP 或同类通信方案。
设计并优化 RTOS 任务模型、优先级、同步与通信机制、中断与定时器、内存及资源管理，满足实时性、低抖动、稳定性和资源受限环境下的运行要求。
建设固件可靠性和可诊断能力，包括 Watchdog 、异常捕获、日志与 Trace 、故障恢复、固件升级与回滚、生产测试；持续优化启动时间、内存占用、性能和功耗。
参与固件安全与工程质量建设，包括安全启动、镜像签名、完整性校验、防回滚，以及单元测试、集成测试、硬件在环测试、代码评审和版本发布规范。

任职要求

本科及以上学历，电子信息、自动化、计算机、通信工程等相关专业，具有 3 年以上嵌入式软件或固件开发经验，并有真实产品或设备落地经历。
熟练掌握 C/C++，理解嵌入式环境下的数据结构、内存、并发、编译与链接机制；具备 Python 、Shell 或其他脚本开发经验者优先。
熟悉至少一种 RTOS ，例如 FreeRTOS 、Zephyr 、RT-Thread 、ThreadX 或 NuttX ，理解任务调度、优先级、中断处理、同步机制、定时器、内存管理及任务间通信，并具备实际项目经验。
熟悉 ARM Cortex-M/R 、RISC-V 或同类 MCU/SoC 平台，具备 BSP 、HAL 、Bootloader 或外设驱动开发经验，了解交叉编译、启动流程和链接脚本。
具备扎实的软硬件联调和问题定位能力，能够使用 JTAG/SWD 、GDB 、逻辑分析仪、示波器或协议分析工具定位时序、通信、性能和稳定性问题。
具备良好的软件设计和工程意识，重视模块化、接口兼容、代码质量、测试覆盖、文档及长期可维护性；能够与硬件、Linux 、测试、安全及产品团队高效协作。

三、端侧 AI 推理与模型服务工程师

岗位定位

负责将 LLM 、VLM 及各类感知模型稳定、高效地部署到真实设备，使模型能力成为可统一调用、可持续更新、可度量优化的设备基础设施。本岗位以端侧推理、模型服务和工程化落地为核心，垂类小模型训练与微调作为能力延伸。

岗位职责

设计并开发端侧模型服务，建设模型注册、版本管理、能力发现、路由、调度、动态加载与卸载、缓存、并发控制、健康检查和故障隔离等核心能力。
为上层应用与智能体提供统一的模型调用接口，包括 OpenAI 兼容的对话、流式输出、Embedding 、多模态接口，以及面向具体任务的推理 API 。
负责 LLM 、VLM 、Embedding 、语音、视觉等模型在 CPU 、GPU 、NPU 等异构算力上的部署与适配，支持不同算力、内存和功耗档位的设备形态及端云混合路由。
持续优化端侧推理性能，覆盖模型转换、图优化、算子适配、量化、内存与 KV Cache 管理、并发与批处理等方向，并建立延迟、吞吐、峰值内存、功耗和精度的基准与回归体系。
建设模型资产与分发体系，包括模型仓库、元数据与版本管理、签名校验、OTA/差分更新、回滚和按设备能力差异化分发；参与开源及第三方模型的效果、License 和供应链安全评估。
面向具体设备场景，参与数据集构建、模型评测和反馈闭环；根据需要开展 SFT/LoRA 、蒸馏或轻量化优化，推动模型从实验验证走向稳定交付。

任职要求

本科及以上学历，计算机、人工智能、电子信息、自动化等相关专业，具有 3 年以上模型部署、推理优化、ML Systems 或相关工程经验。
具备扎实的 C++ 和 Python 开发能力，熟悉 Linux 开发环境、PyTorch 及 ONNX 模型工程链路。
深入使用过至少一种推理框架或运行时，例如 ONNX Runtime 、OpenVINO 、TensorRT/TensorRT-LLM 、llama.cpp 、ExecuTorch 、MNN 、NCNN 或厂商 NPU SDK 。
熟悉模型转换、量化和性能分析方法，能够围绕延迟、吞吐、内存、功耗和精度进行系统化优化，而不仅限于调用现有模型 API 。
具有模型从训练或开源仓库到设备部署、集成、验证和发布的完整项目经验，能够独立定位模型、运行时、硬件后端及系统集成问题。
具备良好的工程意识和跨团队协作能力，能够将算法效果、系统资源和产品体验转化为可度量的技术方案。

四、AI Agent 平台研发工程师（端侧智能体）

岗位定位

负责构建设备侧生产级智能体平台，包括 Agent Runtime 、工具与 Skill 接入、上下文与记忆、RAG 、评测与可观测、安全和隐私治理。本岗位重点是把智能体从 Demo 变成可长期运行、可调试、可治理的设备能力，而不只是 Prompt 编排。

岗位职责

设计并开发设备侧 Agent Runtime 与任务编排框架，支持任务规划、工具调用、工作流与状态管理、长任务执行、重试与超时、断点恢复及必要的人机确认。
基于 MCP 、Function Calling 或同类协议建设工具与 Skill 接入层，将设备、存储、媒体及第三方服务能力封装为标准工具，并实现权限控制、沙箱隔离、审计和生命周期管理。
建设端侧上下文、记忆与 RAG 系统，包括本地数据接入与索引、向量与关键词/结构化混合检索、重排序、短期与长期记忆、用户画像、访问控制及数据生命周期管理。
建设 Agent 的评测和可观测体系，包括运行轨迹、日志、指标、离线评测集、任务完成率、工具调用成功率、延迟与资源占用，并持续定位和改善失败案例。
负责智能体相关的安全与隐私工程，包括本地优先的数据处理、敏感信息过滤、用户授权与开关、多用户隔离、级联删除，以及 Prompt Injection 和高风险工具调用防护。
参与端云协同、多设备协作、生成式 UI 等新型交互能力的设计与落地，并与产品、模型、系统及应用团队共同完成从原型到产品的闭环。

任职要求

本科及以上学历，计算机、软件工程、人工智能等相关专业，具有 3 年以上后端、平台或大模型应用开发经验。
熟练掌握 Python ，具备良好的工程编码能力；有 Go 、Rust 或 C++ 项目经验者优先。
具有实际的 LLM Agent 或 RAG 项目经验，理解 Tool/Function Calling 、上下文工程、工作流/状态机、记忆和任务编排等核心机制。
熟悉 RAG 技术链路，包括 Embedding 、向量数据库或本地向量索引、混合检索和重排序；能够针对召回、准确性、时延和资源占用进行优化。
具备扎实的后端工程基础，熟悉异步与并发、任务队列、数据库、REST/gRPC 、测试和可观测性，能够建设稳定、可维护的生产系统。
具备良好的产品理解和问题拆解能力，能够在模型能力不确定、设备资源受限和隐私约束下设计可落地方案。