【2027】工业智能体应用工程师-天津(J14196)

优缺点分析

角色解读

• 技术深度路线：成为工业智能体或工业AI领域的专家架构师，主导复杂场景的解决方案设计
• 技术广度路线：拓展至完整的AI+工业软件产品线，负责从算法到产品的全链条开发
• 技术管理路线：带领小团队负责特定行业场景的智能体应用落地与创新
• 设计和开发面向工业仿真等复杂场景的智能体应用，将业务需求转化为可执行的技术方案
• 深入调研工业领域的计算流程、软件工具和典型问题，构建并维护相关的场景知识库
• 集成多种专业工具（如CAE、HPC平台），并运用Prompt、RAG等技术优化智能体的交互与执行效果
• 负责智能体应用的测试、评估与迭代，确保其性能和用户体验持续提升
• 具备工业计算、CAE仿真、HPC至少一个领域的知识背景或强烈兴趣，能理解行业场景
• 掌握智能体开发相关技术，如Prompt Engineering、RAG、工具链集成，或具备快速学习的能力
• 扎实的编程基础（如Python）和数据分析能力，能够处理复杂的流程逻辑和评估数据
• 优秀的系统性思维和问题拆解能力，能将模糊的业务需求转化为清晰的技术实现路径

申请策略

• 研究中科曙光在超算、云计算及行业解决方案方面的业务，理解该岗位在公司战略中的位置
• 在面试中，主动表达你对工业场景与AI技术结合的理解和思考，展现你的领域热情
• 重点突出任何与AI智能体、Prompt工程、RAG系统相关的项目或学习经历
• 展示在工业仿真、科学计算、HPC或相关软件使用方面的经验或课程项目
• 用具体数据或成果描述解决问题的过程，体现你的问题拆解和技术攻关能力
• 系统学习和实践主流的智能体框架（如LangChain）以及RAG等技术
• 了解1-2个典型的工业仿真或计算流程（如CFD、FEA），并学习相关基础软件
• 通过开源项目或个人练习，完成一个完整的“需求->设计->开发->评估”的智能体小应用

面试指南

• 采用“背景-问题-行动-结果”（STAR）的结构来讲述过往项目经验，突出技术决策和解决具体问题的过程
• 回答技术设计问题时，先展示对业务场景（如仿真流程）的理解，再给出分步的技术实现思路和工具选择理由
• 对于评估类问题，从任务完成度、结果准确性、执行效率、用户交互体验等多个维度展开
• 请描述你对‘工业智能体’的理解，你认为它与通用聊天机器人有何不同？
• 如果让你为一个CAE仿真流程设计智能体，你会如何进行需求拆解和技术选型？
• 在集成多种工具（如HPC平台、API）时，你可能会遇到哪些挑战？如何解决？
• 你如何评估一个智能体应用在复杂任务上的效果？可以从哪些维度设计评估指标？
• 准备1-2个自己完成的、与AI应用或复杂工程问题相关的项目，能够清晰讲解技术细节和难点