汽车之家
高级Java开发工程师
高级Java开发工程师
发布于 大约 17 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
RabbitMq
向量数据库
大模型
AI Agent
MyBatis
Pinecone
AI 估算 · 35k–50k
北京大厂高级Java+AI方向，薪资竞争力强，参考市场行情，月薪35k-50k合理
职位详情
关于这个职位
你将负责汽车之家大模型垂域应用系统及Agent开发平台的整体架构设计与核心研发，涉及AI应用搭建、智能编排、多模型调度等前沿技术
适合5年以上Java后端经验、对AI Agent技术栈（LangChain、向量数据库等）有浓厚兴趣的资深工程师
最低要求
本科及以上学历，计算机、软件工程、人工智能相关专业
年及以上Java后端开发经验，有AI Agent相关开发经验者优先
具备扎实的计算机及软件基础理论知识，熟悉数据结构、算法、计算机网络、操作系统、数据库原理等核心知识
具备优秀的学习能力、逻辑思维能力和问题拆解能力，对AI Agent场景下的服务端架构设计、分布式系统、高可用架构有深刻理解和实践经验，对技术创新、系统开发与优化、AI技术与业务融合具有浓厚兴趣和探索意愿
工作职责
负责大模型垂域应用系统及 Agent 开发开放平台的整体架构设计与核心业务链路研发，涵盖系统架构设计、算法工程化落地、AI 应用搭建与迭代等工作
整合 AI 应用开发框架、主流大模型、向量数据库、知识检索引擎等技术，构建智能 Prompt 编排、复杂任务规划、大小模型异构调度、数据多路召回、端云协同执行等核心能力，推动关键技术突破与平台能力升级
持续洞察业界大模型应用开发平台前沿技术，跟踪学术界与工业界最新研究动态，围绕高准确率、高执行效率、低使用门槛三大目标，持续探索并落地大模型应用平台的创新技术与架构方案
优先资格
了解微服务架构、云原生架构（Docker、K8s），有大模型API集成、向量数据库（如Milvus、Pinecone）使用、机器学习平台后端开发经验者优先
精通AI Agent开发框架及全流程开发规范，熟练运用LangChain等主流Agent开发框架，能结合业务场景完成AI Agent的架构设计、模块开发、流程调试及性能优化，具备Agent与大模型、外部工具的集成实战经验
具备Vibe Coding编程能力，熟练使用Claude code/opencode/codex/TRAE/CodeBuddy等开发工具，能利用 AI 编程工具提升开发效率、优化代码质量，适配复杂业务开发需求
具备较强的技术调研、技术沉淀和总结能力，能快速跟进AI领域新技术（如大模型应用开发、AI工程化）并落地到实际工作中
AI 洞察
优缺点分析
- 站在AI大模型应用的技术前沿，积累稀缺的Agent开发经验，职业含金量高
- 汽车之家为上市大厂，平台稳定，薪资福利有竞争力，简历背书效应强
- 技术栈新且有挑战性，能快速提升系统架构和AI工程化能力
- AI领域技术迭代快，需要持续学习，工作压力可能较大
- 大模型应用落地尚在早期，工程落地需要解决诸多不确定性，对问题拆解能力要求高
- 适合有5年以上Java经验、对AI Agent和大模型应用充满热情、渴望技术突破的资深后端工程师
角色解读
- 技术深耕：成为AI工程化或大模型应用架构领域的专家，主导技术方向
- 管理路线：向技术Leader或架构师发展，带领团队攻克技术难题
- 跨界融合：结合业务，转型为AI产品架构师或解决方案专家
- 设计大模型垂域应用平台的整体架构，制定技术方案并主导核心模块的开发和迭代
- 整合LLM、向量数据库、知识引擎等技术，构建智能Prompt编排和任务规划系统
- 跟踪前沿技术，持续优化平台的准确率、效率和易用性，推动AI应用落地
- 扎实的Java后端开发能力，精通Spring、MyBatis、Dubbo等框架，熟悉分布式系统和中间件
- 对AI Agent开发有深入理解，熟悉LangChain等框架和大模型API集成
- 具备系统架构设计能力，熟悉高并发、高可用、大数据量处理场景
申请策略
- 在简历中量化项目成果，如系统性能提升、AI应用上线效果等
- 了解汽车之家业务（汽车垂直领域），思考大模型在其中的应用场景
- 突出Java后端项目的架构设计经验，特别是分布式系统、高并发优化案例
- 强调AI相关项目，如大模型API集成、Agent开发、LangChain使用等
- 展示技术调研和创新能力，如跟进前沿技术并落地到实际项目的经历
- 补充LangChain、向量数据库（Milvus等）的实践知识
- 熟悉Vibe Coding工具（如Claude code、TRAE），提升AI编程效率
面试指南
- 使用STAR法则：描述场景、目标、行动、结果，突出架构设计和性能指标
- 对于AI技术问题，结合实践案例，先讲原理再讲实现，展示知识深度和工程思维
- 请介绍一个你设计过的分布式系统架构，并说明如何保证高可用
- 你如何将一个业务需求拆解成AI Agent的任务规划？请举例
- LangChain中Agent和Tool的交互机制是怎样的？如何优化响应速度？
- 大模型调用延迟较高时，你有哪些优化策略？
- 复习Java并发、JVM调优、分布式事务等核心知识
- 动手搭建一个简单的AI Agent demo使用LangChain
匹配度报告
64
综合匹配度
大厂高薪、前沿AI技术栈，但工作节奏可能较快，WLB一般。
适合人群
最适合追求技术成长和前沿发展动机的求职者，对薪资和福利有较高要求也能满足，但需接受现场办公和可能的快节奏。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活30
使命价值50
薪资福利匹配
85较高
上市大厂，薪资竞争力强，福利完善；但JD未明确提及具体福利和薪资，略有不确定。
薪资信号未披露 (35K-50K/月)
成长发展匹配
90较高
技术前沿，涉及大模型、AI Agent等新领域，成长空间大；JD中注重技术创新和持续学习。
技术前沿前沿/新兴技术
技术栈Java、Spring、Dubbo、Netty、Redis、Kafka、LangChain、AI Agent、大模型、向量数据库、Milvus、Pinecone、Docker、Kubernetes
业务类型profit_center
工作生活匹配
30较低
JD未提及远程或弹性工作，仅现场办公；互联网大厂工作节奏通常较快，但无明确加班表述。
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
50较低
汽车之家属于稳定成熟行业（汽车媒体），大模型应用有一定社会价值但非直接使命驱动。
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