海信
AI应用开发工程师(J44349)
AI应用开发工程师(J44349)
发布于 4 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
Ai Agent
Api设计
Langgraph
Llm
Rag
向量检索
容器部署
值不值得投
74综合评分
综合评分 74
大型企业AI应用落地岗，前沿技术栈、业务赋能导向，技术成长空间大，WLB未明确。
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
2.2万
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 720 个在招 · 其中人工智能 8 个
市场机会
选择适中
青岛 · 人工智能 · 11 个在招
职位详情
关于这个职位
该职位主要负责开发基于大模型的业务AI Agent和RAG系统，搭建统一AI中台并推动AI技术在日常办公和研发流程中的落地
你需要使用Python及相关Agent框架，打通内部业务系统，持续优化智能体效果与系统稳定性
最低要求
熟练Python，有LLM、RAG、AI Agent真实落地项目
使用过LangChain/LangGraph/Dify等Agent框架，懂向量检索
具备后端服务开发、API设计、容器部署基础
关注业务价值，优先落地能够实实在在减少内部重复工作的场景
工作职责
开发业务AI Agent（数字员工），实现工具调用、自动任务执行
搭建私有知识库+RAG系统，支撑内部文档问答、资料智能处理
建设统一AI中台，提供大模型接入、工作流编排、插件能力
打通飞书/内部业务系统，推动AI嵌入日常办公、研发流程
持续优化智能体效果、接口时延、系统稳定性
AI 洞察
优缺点分析
优点
- 处于AI应用落地的核心赛道，能够积累大模型、Agent、RAG等前沿技术的实战经验
- 依托大型企业的丰富业务场景，AI技术能直接赋能内部办公与研发流程，业务价值明确
- 海信作为知名大型企业，平台稳定，能够提供丰富的内部系统对接与工程化实践机会
- 适合具备一定后端开发基础，对大模型应用充满热情，且希望在实际业务场景中落地AI技术的开发者
缺点 / 挑战
- 大模型应用落地过程中可能面临幻觉控制、接口时延优化及系统稳定性等技术挑战
- 需要深入理解内部业务逻辑，将AI技术与实际办公、研发流程深度融合，对业务理解能力要求较高
角色解读
- 从AI应用开发向AI架构师或AI技术专家方向发展，深入大模型底层优化与复杂系统设计
- 向AI产品负责人或技术管理岗转型，主导企业级AI中台建设与业务赋能战略
- 开发基于大语言模型的业务AI Agent（数字员工），实现自动化工具调用与任务执行
- 搭建私有知识库与RAG系统，建设统一AI中台，将AI能力嵌入飞书及内部业务系统
- 熟练掌握Python，具备LLM、RAG、AI Agent的实际项目落地经验
- 熟悉LangChain、LangGraph或Dify等主流Agent框架，掌握向量检索技术
- 具备后端服务开发、API设计及容器化部署能力，关注业务价值与落地效果
申请策略
- 在面试中展现对业务价值的关注，说明如何通过AI技术切实减少内部重复工作、提升研发效能
- 重点突出LLM、RAG、AI Agent的真实落地项目经验，详细说明解决的业务痛点与取得的成效
- 展示对LangChain、LangGraph、Dify等框架的熟练使用，以及向量检索、API设计和容器部署的工程能力
- 深入学习Agent工作流编排、复杂工具调用及多智能体协同技术，提升系统架构设计能力
- 了解飞书等协同办公平台的API与插件开发机制，积累企业级系统集成经验
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，重点突出技术选型理由、难点攻克过程及最终的业务收益
- 对于架构设计问题，从需求分析、技术选型、核心模块设计、扩展性与稳定性保障等维度进行系统性回答
- 请分享一个你主导或深度参与的AI Agent或RAG落地项目，遇到了哪些技术难点，是如何解决的？
- 在搭建统一AI中台时，你是如何设计大模型接入、工作流编排和插件能力的？
- 如何优化智能体的接口时延和系统稳定性？在RAG系统中如何提升检索准确率和召回率？
- 在将AI嵌入飞书或内部业务系统时，如何处理权限控制、数据安全和上下文管理？
- 复习LangChain/LangGraph的核心概念与源码，准备RAG优化（如Chunking策略、Re-rank、HyDE等）的实战经验
- 了解海信的内部业务或近期在AI领域的布局，思考AI技术如何赋能家电制造、企业管理等具体场景
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
青岛地区AI岗位薪资处于当地中上水平，大型企业平台提供相对稳定的薪酬福利体系。
薪资信号未披露（AI估算：1.5千–2.8万/月）
成长发展
85较高
岗位涉及大模型、Agent、RAG等前沿技术，且依托大型企业丰富的业务场景，技术成长与业务落地空间广阔。
技术前沿前沿/新兴技术
技术栈Python、LLM、RAG、AI Agent、LangChain、LangGraph、Dify、向量检索
业务类型cost_center
工作生活
60中等
JD未明确提及工作模式与加班情况，大型企业通常有相对规范的作息，但AI研发岗位可能面临一定的交付压力。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
通过AI技术赋能企业内部办公与研发流程，提升组织效能，具有一定的内部社会价值与技术创新意义。
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