高级系统架构师(J12707)

优缺点分析

角色解读

• 技术专家路线：深耕AI架构与多智能体系统，成为公司级技术专家
• 管理路线：可演进为技术负责人或架构组带头人，带领团队攻坚
• 行业影响力：通过文档智能审核领域积累，可转向AI产品咨询或标准制定
• 设计并实现文档审核产品的功能模块，包括算法、任务调度和数据处理，提升准确率和效率
• 搭建多智能体协同流程，实现文档解析、规则抽取、知识库更新等核心能力
• 参与企业知识库与RAG检索体系建设，增强AI对审核规则和标准的理解
• 跟踪前沿技术如大模型、Agent、自动化工作流，并推动其业务落地
• 扎实的Python/Java编程能力，熟悉数据处理、模型封装和接口开发
• 精通LangChain、LangGraph等Agent框架之一，具备大模型应用开发经验（RAG、Function Calling等）
• 具备非结构化数据解析经验（PDF/WORD/OCR），熟悉常用数据库（MySQL、向量数据库等）
• 掌握现代编程工具（Copilot、Codex），有代码评审和组件建设经验

申请策略

• 深入了解科大讯飞的文档审核产品线及竞品，在面试中展示对业务痛点的理解
• 准备一个完整的项目介绍，重点讲清架构设计、技术选型和迭代效果
• 突出Agent框架（LangChain等）的实际项目经验，最好有多智能体协同案例
• 强调大模型应用开发经历，如RAG、Prompt Engineering的实际效果
• 展示非结构化数据处理（PDF/WORD/OCR）的成功案例，尤其是提升准确率的数据
• 列出参与代码评审、技术规范制定或公共组件建设的贡献
• 若缺少Agent框架经验，可快速学习LangChain官方教程并完成一个小项目
• 补充大模型部署与微调知识，至少熟悉一种开源模型（如Qwen、Llama）的本地部署

面试指南

• STAR法则：阐述项目背景、任务、行动和结果，突出技术难点和你的贡献
• 分维度回答：从架构选型、性能优化、可扩展性、容错等角度系统性地展开
• 结合业务：将技术方案与产品目标（准确率、效率）挂钩，展示商业思维
• 请描述一个你使用LangChain或类似框架构建多Agent系统的项目
• 如何设计一个高并发、低延迟的文档解析与审核系统？
• 在处理复杂PDF（如表格、图表）时，你遇到过哪些挑战？如何解决？
• 如何评估和优化RAG系统的检索准确率？
• 你如何平衡技术前瞻性与业务交付压力？