大疆
中/高级Agent应用开发工程师（工程效能）
中/高级Agent应用开发工程师（工程效能）
发布于 2 天前普通员工/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
LLM
CICD
Prompt Engineering
AI Agent
LangGraph
工程效能
MCP
Code Review
多智能体协作
AI 估算 · 25k–45k
AI Agent开发属于前沿技术，岗位要求高，大疆薪资竞争力强，预计月薪范围2.5-4.5万
职位详情
关于这个职位
该职位负责设计和开发AI Agent，推动传统软件研发和DevOps领域的智能化转型，打造业界一流的AIOps解决方案
你将参与Agent系统架构演进、场景化应用开发（如Code Review）及评测体系构建，需要扎实的工程能力和对LLM/Agent技术的深入理解
适合有3年以上经验、热爱挑战的技术开发者
最低要求
重点高校EE/CS或同等专业的本科或以上学历，对计算机体系、操作系统、设计模式等有基础的认知
至少3年以上软件研发或测试领域工作经验，有智能硬件/手机/新能源汽车/机器人等领域工作经验者优先
对LLM应用和AI Agent开发有深入理解和实践经验：
）深刻理解Agent框架（如OpenCode\ClaudeCode\LangGraph等）及其生态
）熟悉Agent领域的关键组件，对知识库、Skill、MCP、Prompt Engineering、上下文管理、多Agent协作等有深入理解和落地经验
）熟悉Agent应用部署和持续评测优化且具备落地经验
具备卓越的系统设计能力和工程落地能力
具备良好的学习能力及团队协作能力，喜欢挑战和创新
工作职责
面向传统软件研发/DevOps领域的AI变革和转型，主导或参与AI Agent的设计、开发和落地，打造业界一流的AIOps解决方案
持续推进Agent系统架构演进，包括Agentic工作流编排、多智能体协作、配套数据和工具形态、记忆和上下文管理等，提高Agent的智能化、运行效率和稳定性
面向具体应用场景（如Code Review）的Agent设计和开发，包括：场景知识库、工具集、MCP、Skill等建设
设计并构建端到端的Agent评测体系，从用户满意度、业务指标等多个维度对Agent进行全面评估，为后续优化提供数据支持和决策依据
不断探索学习AI前沿技术方法和行业实践，为团队带来创新思路和解决方案，持续保持技术的先进性与领先性
优先资格
）有研发效能或DevOps平台（工程效能度量、CICD优化、WebIDE等）建设经验
）有业内知名智能Agent、AI产品或平台的研发经验者或从0到1落地复杂Agent系统的实战经验者优先
AI 洞察
优缺点分析
优点
- 大疆作为全球领先的科技公司，平台实力雄厚，技术氛围浓厚
- 专注于AI Agent前沿技术，能深入LLM和AIOps，技能成长空间大
- AI技术迭代极快，需要持续学习最新框架和方法，保持技术敏感度
- Agent系统涉及多组件协作，系统设计复杂度高，需较强的工程能力
- 适合具备扎实软件工程背景、对AI Agent充满热情、喜欢解决复杂技术问题并追求技术前沿的开发者
缺点 / 挑战
- 工作内容具有挑战性和创新性，有机会从0到1构建复杂系统
- 可能面临紧迫的项目周期和较高的工作强度，对自我驱动力要求高
角色解读
- 成为AI Agent领域的专家，深入AIOps和智能化研发效能方向
- 向系统架构师或技术经理发展，主导大型Agent系统的架构设计
- 参与前沿技术研究，推动公司AI技术栈的演进和创新
- 主导或参与AI Agent的设计、开发与落地，打造AIOps解决方案
- 推进Agent系统架构演进，包括工作流编排、多智能体协作、上下文管理等
- 面向具体场景（如Code Review）开发Agent组件，如知识库、MCP、Skill
- 构建端到端评测体系，从多维度评估Agent效果并持续优化
- 扎实的计算机基础，包括体系结构、操作系统、设计模式
- 至少3年软件研发或测试经验，熟悉LLM和AI Agent开发框架（如LangGraph）
- 精通Agent关键组件：知识库、MCP、Prompt Engineering、多Agent协作等
- 卓越的系统设计与工程落地能力，以及快速学习和团队协作能力
申请策略
- 在简历和面试中突出你在Agent项目中的具体贡献和系统设计思路
- 提前研究大疆的技术栈和产品方向，展示你对工程效能领域的见解
- 突出AI Agent或LLM应用的实际项目经验，尤其是参与的完整系统设计
- 强调在DevOps或工程效能领域的实践经验，如CICD、Code Review等
- 展示对Agent框架（如LangGraph）和关键技术（MCP、Prompt等）的深入理解
- 学习并实践主流Agent框架（LangGraph、AutoGen等），动手搭建简单Agent
- 加深对MCP协议、知识库构建和Prompt Engineering的理解
- 了解大疆的AIOps相关产品，思考如何应用AI提升研发效能
面试指南
- 使用STAR法则：情境、任务、行动、结果，具体说明项目背景和个人贡献
- 从系统设计角度：需求分析→架构选型→关键组件→迭代优化，展示思考深度
- 结合量化指标：用户满意度、任务成功率、响应时间等，体现数据驱动理念
- 请描述一个你设计过的AI Agent系统，包括架构、组件和挑战
- 如何设计多智能体协作机制？如何处理Agent之间的通信和冲突？
- 如何评测一个Agent的效果？你会从哪些维度设置指标？
- 你如何理解和优化Agent的上下文管理？
- 在DevOps场景中，Agent可以如何提升效率？请举例说明
匹配度报告
69
综合匹配度
大疆AI Agent前沿岗位，技术挑战大，薪资优厚，但工作地点固定且可能加班较多
适合人群
追求前沿技术成长和深度系统设计挑战的开发者
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值70
薪资福利匹配
70中等
大疆作为知名企业，通常提供有竞争力的薪酬和福利，尽管JD未明确说明，但预计薪资位于市场高端；福利项目未提及。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
85较高
该职位聚焦AI Agent前沿技术，提供大量学习创新机会，系统架构设计挑战大，技能成长空间极高；但未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、LangGraph、MCP、Prompt Engineering、多智能体协作
成长机会不断探索学习
业务类型cost_center
工作生活匹配
50较低
工作地点固定于深圳，仅现场办公；JD未提及弹性工时或加班情况，深圳科技公司普遍工作强度较高。
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
AI Agent在工程效能领域属于高速增长赛道，技术创新活跃，对社会效率提升有积极意义，但社会影响力偏向中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs