AI应用工程师（证券）

优缺点分析

角色解读

• 技术方向：深耕AI Agent和大模型应用，成为金融AI领域的专家
• 管理方向：主导团队技术决策，晋升为技术负责人或架构师
• 业务方向：深入理解证券业务，转型为AI产品经理或解决方案专家
• 探索大模型在证券业务中的应用场景，设计和开发基于Agent的智能系统
• 负责Agent应用的全生命周期，包括需求分析、架构设计、编码实现和上线运维
• 参与建立评测体系，通过持续优化提升任务成功率、准确率和用户体验
• 跟踪AI前沿技术，开展技术预研，推动新技术落地
• 扎实的编程能力，至少精通Java、Python、Go或C++中的一种语言
• 深入理解Agent应用原理，包括任务规划、工具调用、上下文管理等核心机制
• 具备服务端开发经验，能进行系统优化和问题排查
• 有企业级Agent项目落地的实际经验，了解工程化交付流程

申请策略

• 在求职信中表达对金融科技的兴趣，以及对东方财富产品的了解
• 关注公司AI战略方向，提前准备对证券业务痛点的设想
• 突出服务端开发项目经验，特别是系统优化和性能调优的案例
• 详细描述参与的Agent或大模型相关项目，说明你在其中的角色和技术难点
• 展示编程语言掌握程度，列出Java/Python/Go/C++的实际项目使用情况
• 如果有证券或金融领域经验，务必提及，这是加分项
• 如果对Agent机制不够熟悉，建议学习LangChain、AutoGPT等框架，动手搭建一个简单的Agent
• 补充大模型基础知识，了解Transformer架构、Prompt工程等

面试指南

• 对于项目经验问题，采用STAR法则（情景-任务-行动-结果），突出你的贡献和难点解决
• 对于设计类问题，先明确需求边界，再阐述方案，最后评估优劣
• 对于风险类问题，体现你的业务敏感性和严谨态度，从技术、合规、体验多角度分析
• 请描述你参与过的一个Agent项目，包括架构设计、工具调用和任务流程
• 如何保证Agent在高并发证券场景下的稳定性和响应速度？
• 大模型在证券业务中可能面临哪些风险？如何避免？
• 如果你要设计一个智能客服Agent，你会如何规划？
• 你对Java/Python的内存管理和性能优化有什么经验？