顺丰速运
大模型应用开发工程师
大模型应用开发工程师
发布于 大约 15 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
RAG
Prompt Engineering
RAGFlow
Ai Agents
Rasa Pro
AI 估算 · 30k–50k
大模型方向热度高，顺丰为上市巨头，深圳薪资水平高，结合经验要求，月薪预估3-5万。
职位详情
关于这个职位
该职位主要负责在物流场景中落地大模型智能体应用，包括设计对话管理、意图识别等架构，并结合RAG、多智能体技术解决实际问题
同时需持续跟进前沿技术，并指导业务团队应用AI技术，适合有深厚后端开发和AI Agent经验的技术人才
最低要求
本科及以上学历，计算机、通信及相关专业，5年以上工作经验
熟悉C/C++/Go/Python等编程语言的一门或多门，熟悉常用算法、数据结构，熟悉Linux系统及其下的开发经验
扎实的计算机基础知识，丰富后端研发经验，熟悉Golang、Python及相应框架环境和常用技术组件
深入了解AI Agents技术栈，掌握RAGFlow、Rasa Pro、Dify等开源框架，有丰富的智能体开发和Prompt Enginering经验
具备良好的沟通能力和团队协作精神，对 AI 技术有强烈的学习热情和创新意识，能够快速跟进和应用最新的技术成果
工作职责
岗位职责：
负责大模型智能体应用在物流场景的落地开发和实现
设计和实现大模型智能体的架构，包括对话管理、意图识别、流程控制、服务中间件等
负责大模型结合检索增强生成(RAG)，多智能体等技术在业务场景中落地
持续跟进大模型前沿技术、开源方案，推动适合的技术应用于生产，解决业务的实际问题
对业务团队进行技术培训和指导，帮助他们更好地理解和应用 AI 技术
优先资格
具备 AI Agent 开发经验，能够独立完成复杂任务的 AI 组件整合和流程设计
有参与过大型 AI 项目的成功开发经验，如大语言模型应用、RAG、提示词工程、模型微调等
有本领域架构设计或开源社区代码贡献或相关产品研发经验
AI 洞察
优缺点分析
优点
- 大模型是当前最热门的技术方向，该岗位能深入AI核心应用，积累宝贵经验
- 团队有技术培训指导职责，有助于锻炼技术影响力和领导力
- 技术更新迭代快，需要持续学习前沿知识，保持技术领先
- 物流场景复杂，需要深入理解业务，将AI技术与实际需求结合
- 岗位要求5年以上经验，竞争激烈，对综合能力要求高
- 适合技术功底扎实、对AI有强烈热情、善于钻研和解决实际问题的后端开发工程师，尤其是已有AI Agent或大模型应用经验者
缺点 / 挑战
- 顺丰作为物流巨头，业务场景丰富，技术落地挑战大，能快速提升解决复杂问题的能力
角色解读
- 可向AI架构师方向发展，主导大模型在企业级场景的整体架构设计
- 也可成为AI技术专家，深耕大模型应用和智能体领域，推动前沿技术落地
- 若具备管理潜力，可逐步转向技术管理岗，带领AI研发团队
- 负责将大模型智能体技术落地到物流业务场景中，实现对话管理、意图识别等功能
- 设计并优化大模型应用架构，结合RAG、多智能体等技术解决实际问题
- 跟进前沿AI技术，评估并引入适合生产的开源方案，同时指导业务团队应用AI
- 精通Python/Golang等后端语言，掌握常用框架和中间件，具备扎实的后端开发能力
- 深入理解AI Agents技术栈，熟悉RAGFlow、Dify等开源框架，有丰富的Prompt Engineering经验
- 熟悉大模型应用开发，包括检索增强生成（RAG）、多智能体协作等
- 良好的沟通和团队协作能力，能快速学习新技术并指导他人
申请策略
- 面试前了解顺丰的物流数字化战略，思考AI在具体环节中的应用
- 准备好一个完整的大模型应用Demo或案例，展示技术落地能力
- 突出后端开发经验，特别是Golang/Python及常用框架的使用
- 详细描述AI Agent相关项目，包括使用的技术栈（如RAGFlow、Dify）和实际效果
- 强调参与过大模型应用、RAG或Prompt Engineering等具体工作，最好有量化成果
- 如有开源贡献或架构设计经验，务必突出
- 深入学习主流AI Agent框架（如LangChain、AutoGPT）并动手实践
- 补强RAG相关技术，了解向量数据库、检索排序等
面试指南
- 使用STAR法则：先说明背景与目标，再描述具体方案和技术选型，最后总结成果与反思
- 针对技术问题，采用“问题分析-解决方案-优化迭代”的结构，展示系统思考能力
- 对于协作沟通题，强调以业务价值为导向，平衡技术与业务需求，用案例说明
- 请描述一个你设计的大模型智能体系统架构，包括组件和交互流程？
- 在RAG系统中，如何解决检索质量不高或生成幻觉的问题？
- 如何评估一个开源AI框架是否适合生产环境？请举例
- 你如何处理多个智能体之间的协作与冲突？
- 当业务方不理解AI局限性时，你如何沟通并设定合理预期？
匹配度报告
64
综合匹配度
大厂AI技术岗，前沿技术栈，成长空间大，但WLB一般，薪资面议。
适合人群
最看重技术成长和前沿领域探索的求职者，愿意接受一定的工作强度换取能力跃升。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展85
工作生活40
使命价值70
薪资福利匹配
60中等
薪资面议，但顺丰为上市大厂，深圳地区薪资有竞争力，但具体需谈判；福利未明确，综合满足度中等。
薪资信号面议 (30K-50K/月)
成长发展匹配
85较高
直接从事大模型前沿技术应用，能接触到AI Agents、RAG等热门技术，有技术培训和指导机会，成长性很强。
技术前沿前沿/新兴技术
技术栈AI Agents、RAG、大语言模型、Prompt Engineering、RAGFlow、Rasa Pro、Dify
成长机会技术培训和指导
业务类型profit_center
工作生活匹配
40较低
仅现场办公，未提及弹性工作或远程，深圳节奏快，可能有一定加班压力，WLB一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
物流行业稳定但非高增长赛道，AI赋能物流有一定社会价值，但使命导向不明显。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs