(Senior) Software Engineer, Infrastructure & Productivity

优缺点分析

角色解读

• 可成长为AI基础设施架构师或技术负责人，主导更复杂的代理编排系统
• 向平台工程或开发者体验方向深耕，成为内部工具链专家
• 有机会参与前沿AI Agent技术研究，转型为AI研发工程师
• 构建和维护AI代理平台（如AirDev和AirForge），使AI能自主完成代码开发任务
• 设计事件驱动架构和Kafka管道，实现AI代理与企业系统（如GitLab、Jira）的集成
• 负责生产环境的稳定性，包括监控、告警和故障恢复，确保平台高可用
• 精通Python或TypeScript/Node.js，能构建高性能后端服务
• 深入掌握Kubernetes和Docker容器化技术，以及云平台（GCP/AWS）运维
• 熟悉消息队列（如Kafka）和RESTful API设计，具备事件驱动架构经验

申请策略

• 在简历中展示对开发者体验的关注，例如曾优化过内部工具或缩短了交付周期
• 准备一个端到端的项目案例，说明如何从设计到交付解决复杂基础设施问题
• 突出Python/TypeScript后端项目经验，尤其是高并发或微服务架构
• 强调Kubernetes和Docker的实际运维经历，以及CI/CD流水线搭建
• 如果有AI相关项目（如LLM应用、Agent开发），务必详细说明
• 展示事件驱动系统设计经验，如Kafka、RabbitMQ等
• 补充LLM API使用经验，如OpenAI、Claude的调用和提示工程
• 学习Electron或桌面应用开发，提升全栈能力

面试指南

• 对于系统设计题：先明确需求，再定义接口和数据流，然后选择合适技术，最后考虑可扩展性和容错
• 对于AI相关题：结合实际经验说明用例、技术选型和遇到的挑战，展现学习能力
• 对于运维题：强调自动化、可观测性和事后复盘的文化
• 描述一个你设计的事件驱动系统，如何保证消息可靠性和顺序？
• 你如何优化Kubernetes集群的资源使用和成本？
• 如果让你设计一个AI代理来自动解决Jira工单，你会如何做架构设计？
• 你如何处理生产环境中的告警事件？请举例说明
• 你对LLM和AI Agent的理解？用过哪些模型和工具？