AI研发未来星

优缺点分析

角色解读

• 实习转正后可成为初级AI开发工程师或算法工程师，专注于AI应用层开发
• 随着经验积累，可向高级工程师、技术专家方向发展，负责更复杂的系统设计和算法优化
• 也可以结合业务理解，向技术产品经理或技术管理岗位发展
• 在导师带领下，开发和上线AI产品功能，如智能匹配、对话问答等
• 实际操作和使用Cursor、Copilot等AI编程工具，提升开发效率
• 学习并参与搭建LLM/RAG/Agent工作流，处理模型调用和提示工程
• 与产品团队紧密合作，理解用户需求并推动功能落地
• 具备扎实的Python编程能力，能够编写清晰、规范的代码
• 对大语言模型（LLM）的基本原理有了解，并对Agent、RAG等应用方向有兴趣
• 熟悉Git、Linux、Docker等基础开发和协作工具
• 具备快速学习能力和主动解决问题的意愿

申请策略

• 仔细阅读JD，可以在简历或求职信中针对性地提及你对“AI Native”工作习惯的理解和兴趣
• 了解Moka公司的产品（HR SaaS）以及AI技术在该领域的应用场景，在面试中能体现你的思考
• 重点突出Python编程项目经验，尤其是涉及数据处理、API调用或小型算法的实践
• 如有任何与大语言模型、机器学习、智能对话相关的课程设计、个人项目或比赛经历，务必详细描述
• 展示你对新技术的主动学习和探索精神，例如个人学习LLM、使用AI工具的经历
• 清晰列出熟悉的开发工具（Git, Linux, Docker）及相关使用经验
• 系统学习LLM、RAG、Agent的基本概念和主流框架（如LangChain）
• 动手实践使用GitHub Copilot、Cursor等AI编程工具，完成一些小项目，理解其工作模式

面试指南

• 使用STAR法则（情境、任务、行动、结果）来结构化地描述项目经历，突出个人贡献和成果
• 对于技术概念问题，先解释基本原理，再结合一个具体应用场景或自己的实践/学习例子来说明
• 对于开放性问题，从技术可行性、用户体验和实现步骤几个角度进行有条理的阐述
• 请介绍一个你用Python完成的、最复杂的项目或经历
• 你对大语言模型（LLM）和RAG的理解是什么？可以简单描述一个你设想的RAG应用吗？
• 为什么对AI Native的产品研发方向感兴趣？你认为AI原生开发与传统开发有何不同？
• 如果让你负责开发一个简单的AI问答功能，你的技术思路和步骤会是什么？
• 你在使用AI编程工具（如Copilot）时有什么体验或心得？