Rokid
AI应用研发工程师
AI应用研发工程师
发布于 9 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Go
Mcp
多智能体系统
大模型应用
微服务
评测体系
值不值得投
71综合评分
综合评分 71
技术前沿、业务核心、成长空间大，但工作模式与生活平衡信息不明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3万
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
市场机会
选择面较广
杭州 · 人工智能 · 约 360 个在招
职位详情
关于这个职位
作为Rokid的AI应用研发工程师，你将参与AI智能助手云端平台的架构设计与核心研发，负责Agent质量评估体系的建立与优化，并深入参与Agent Runtime、多智能体系统等核心模块的设计与实现
该岗位要求你持续跟踪AI前沿技术，并将其应用于实际业务场景，以提升AI智能助手的性能与智能化水平
最低要求
本科及以上学历，计算机、软件工程、人工智能等相关专业，具备3年以上后端或AI应用研发经验
熟练掌握Python，熟悉Java、Go中至少一种语言，具备良好的编码能力、系统设计能力和工程实践经验
熟悉微服务及分布式系统，掌握MySQL、Redis、消息队列、容器和Kubernetes等技术
熟悉大模型应用开发，理解Prompt、RAG、Function Calling、Agent、MCP、多智能体协作等技术原理和实现方式
熟悉Agent或大模型应用评测方法，了解效果评估、数据集建设、自动化评测、链路追踪及可观测体系
具备高并发、低延迟服务开发和线上问题排查能力，能够保障复杂AI系统的稳定运行
具备良好的学习能力、沟通协作能力和项目推动能力，能够独立完成复杂功能的设计、开发与上线
工作职责
参与AI智能助手云端平台的架构设计、核心能力研发和持续演进，提升平台的稳定性、性能、可扩展性和工程效率
主导或参与Agent质量评估体系的设计与研发，建立科学的效果度量标准、评测数据集和自动化评测框架，为Agent质量持续提升提供数据支撑
深度参与Agent Runtime、工具调用体系、Function Calling、MCP、Skill、多智能体系统（MAS）、主动智能及自进化等核心模块的设计、实现和持续优化
持续跟进AgentOps、LLMOps、AI可观测性等前沿技术发展，结合实际业务场景推动相关能力在公司产品和平台中有效落地
优先资格
有AI语音助手、智能眼镜、机器人或多模态交互产品研发经验
有Agent Runtime、MCP Hub、Skill平台或多智能体系统的实际落地经验
有LangGraph、LangChain、OpenAI-compatible API等框架使用或二次开发经验
有AgentOps、LLMOps、Langfuse等评测及可观测平台建设经验
有意图识别、Embedding、Reranker、模型微调或模型效果评估经验
有开源项目贡献、技术社区分享或AI前沿技术研究经验
AI 洞察
优缺点分析
优点
- 技术栈前沿，能深度参与AI Agent、MCP、多智能体等前沿技术的研发与落地
- 业务价值高，工作直接面向Rokid核心AI产品，成果可见性强
- 成长空间大，公司处于快速发展阶段，能接触到完整的AI应用落地全链路
- 对工程能力要求高，能锤炼从设计到上线的全栈工程实践能力
- 技术难度高，需要快速跟进和应用AI领域的最新技术，对学习能力要求高
缺点 / 挑战
- 系统复杂度高，涉及云端平台、多智能体协作、评测体系等多个维度，对架构设计和系统工程能力挑战大
- 业务迭代快，需要在保证系统稳定的同时，快速响应业务需求，可能存在一定工作压力
- 适合对AI技术（特别是Agent和大模型应用）有浓厚兴趣，具备扎实工程基础，追求技术深度与业务价值结合，并希望在一个快速发展的AI产品公司中迎接挑战的工程师
角色解读
- 技术专家路线：在AI Agent平台、大规模AI系统架构或AI工程效能领域成为技术权威
- 技术管理路线：带领小团队负责平台或模块的研发，向技术经理或架构师发展
- 产品化路线：基于深厚的技术理解，转向AI产品经理或解决方案架构师，推动技术产品化落地
- 负责构建和演进Rokid AI智能助手的云端核心平台，确保其高可用、高性能和可扩展
- 设计与开发Agent质量评估系统，通过数据驱动的方式持续优化AI助手的智能表现
- 深入研发Agent运行时、工具协作和多智能体系统等核心模块，提升AI助手的规划、执行与自进化能力
- 追踪AI Ops领域的最新技术，并将其落地到实际产品中，提升系统的可观测性和运维效率
- 扎实的后端开发与系统设计能力，精通Python，并熟悉至少一门Java或Go语言
- 深入理解大模型应用开发范式，熟悉RAG、Agent、Function Calling等关键技术原理与实践
- 具备分布式系统、高并发、微服务架构的工程实践经验，能保障复杂AI服务的稳定运行
- 具备AI系统评测和可观测性建设的意识和能力，能够建立数据驱动的质量提升闭环
申请策略
- 深入了解Rokid的智能眼镜、机器人等产品形态，思考AI智能助手在其中扮演的角色和可能的挑战
- 准备一个关于如何设计或优化一个AI Agent系统的思路或方案，面试中可能会探讨
- 突出与AI应用、Agent、大模型相关的项目经验，特别是涉及架构设计、核心模块开发和性能优化的部分
- 详细描述参与的分布式系统或微服务项目，体现系统设计能力和工程实践经验
- 如果有参与评测体系、可观测平台搭建或相关工具（如Langfuse）的经验，应作为亮点展示
- 展示对Python的熟练掌握，以及对Java/Go、Kubernetes等技术的了解
- 深入学习和实践主流的Agent框架（如LangChain、LangGraph）和LLMOps工具链
- 尝试构建一个简单的Agent应用或评测小项目，以加深对相关技术原理的理解
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化地描述过往项目经验
- 在回答架构设计问题时，从需求、可扩展性、可靠性、可维护性等多个角度阐述思考过程
- 对于技术选型或评估问题，可以从原理、社区生态、与现有技术栈的契合度、实际效果等维度进行分析
- 请描述一个你设计的复杂AI应用或系统的架构，为什么这样设计？遇到了哪些挑战？
- 如果让你为一个新的AI Agent功能设计评测体系，你会考虑哪些维度和指标？如何实现自动化评测？
- 在分布式系统中，如何保证一个涉及多个服务调用的AI功能（如复杂任务执行）的稳定性和最终一致性？
- 你如何跟进并评估一项新的AI技术（如MCP）是否适合应用到现有业务场景中？
- 分享一个你解决过的最棘手的线上系统问题，你的排查思路和解决方案是什么？
职位点评
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利
75中等
该职位在杭州的薪资水平应具有市场竞争力，但JD未明确提及具体福利待遇，补偿性动机的满足度中等偏上。
薪资信号市场水准 (2.5千–3.5万/月)
成长发展
90较高
该职位涉及AI Agent、大模型应用等前沿技术领域的深度研发与落地，技术含量高，业务价值明确，能提供极佳的技术成长和实践机会。
技术前沿前沿/新兴技术
技术栈Python、Agent、MCP、Function Calling、多智能体系统、LLMOps、RAG
成长机会持续演进、持续提升
业务类型profit_center
工作生活
40较低
JD中未提及任何关于工作模式、弹性办公或WLB的信息，无法判断办公灵活性和加班情况。AI研发岗位通常工作节奏较快，可能存在一定压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
Rokid的AI智能助手和硬件产品处于人工智能应用的前沿，具有一定的行业创新性和社会影响力，但JD未明确阐述具体的社会使命。
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