TCL logo
TCL
AI应用开发工程师

AI应用开发工程师

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 1.5–2.5万 · AI 参考估算
初级经验
硕士
全职员工仅现场办公AI算法
AI算法
Llm Application
Prompt Engineering
Rag
System Design

值不值得投

74综合评分

综合评分 74

大厂背景、前沿AI技术栈、导师带教成长路径清晰,WLB信息不明确

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

2.0万

比AI算法中位数低

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 1010 个在招

市场机会

选择适中

深圳 · AI算法 · 24 个在招

职位详情

关于这个职位

该职位聚焦于Python工程能力与AI服务架构落地,主要负责大模型应用的工程化实现

工作内容涵盖基于Python构建稳定的模型服务与智能体系统,参与多轮对话、任务拆解及工具调用等功能开发,并在导师指导下进行AI服务架构设计与效果评测优化,推动AI能力从验证走向产品化

最低要求

学历专业:硕士学历,计算机、人工智能等相关专业

Python工程能力:熟练掌握Python编程,了解Web服务框架(如FastAPI、Flask),具备基本的接口开发与异常处理能力
AI基础认知:对大模型应用的基本工程范式(Prompt、RAG、Agent、Tool Use等)有基础理解,有相关课程项目或实习经验者优先
学习与自驱力:对AI技术有强烈兴趣,具备快速学习新技术的能力,愿意深入钻研智能体、服务编排等方向
问题分析与协作:具备基本的代码调试与问题定位能力,良好的团队沟通与协作意识

工作职责

Python后端开发:参与AI应用后端服务的设计、开发与维护,基于Python构建稳定的模型服务与智能体服务,完成模块化设计与服务联调

智能体(Agent)开发:参与面向业务场景的智能体系统开发,在多轮对话、任务拆解、状态流转、工具调用等方向上进行功能实现与优化
架构与规范沉淀:在导师指导下参与AI服务架构设计,协助完成接口规范、工程规范的整理与落地,沉淀通用组件文档
效果评测与优化:建立AI应用效果评测机制,从准确率、响应时延等维度进行持续迭代优化,学习并实践RAG、工作流编排等增强技术

优先资格

加分项(非必须):

· 了解智能体核心机制(状态机、记忆机制、任务规划、多智能体协同等)
· 接触过任意AI应用开发框架(如Dify、LangGraph、AutoGen等)
· 了解消息队列、缓存、数据库等后端基础组件
· 有大模型API调用经验或个人AI项目/比赛经历
· 有技术文档撰写或团队分享经验

AI 洞察

优缺点分析

优点

  • 处于AI应用落地前沿,接触RAG、Agent等热门技术栈,技术成长空间大
  • 依托TCL平台资源,有机会参与核心AI项目建设,履历含金量高
  • 有明确的导师带教机制,适合新人快速入门
  • 作为初级岗位,需快速适应高强度技术学习曲线,平衡工程落地与模型效果优化
  • 初期可能面临较多基础性问题排查工作
  • 适合计算机/AI相关专业硕士毕业生,对大模型应用开发有浓厚兴趣,具备较强自驱力和工程落地能力的求职者

缺点 / 挑战

  • AI领域技术迭代极快,需保持持续学习的压力

角色解读

  • 初期在导师指导下掌握AI服务架构与智能体开发,中期独立负责模块设计与优化,后期可向资深AI工程师或AI架构师方向发展,深入探索复杂智能体系统与底层算法优化
  • 负责将大模型能力通过Python后端服务进行工程化封装,构建稳定的API接口
  • 开发面向具体业务场景的智能体(Agent),处理多轮对话逻辑、任务拆解及工具调用
  • 参与AI应用的效果评测,优化响应速度和准确率
  • 扎实的Python编程功底,熟悉FastAPI/Flask等Web框架
  • 理解大模型应用的核心范式(Prompt、RAG、Agent)
  • 具备良好的代码调试能力和团队协作意识,能快速学习新技术

申请策略

  • 准备1-2个与大模型应用相关的详细项目案例,重点阐述工程难点与解决方案
  • 关注TCL在AI领域的最新布局,展现对公司业务的理解
  • 突出Python后端开发经验及Web框架使用案例
  • 展示与大模型相关的课程项目、实习经历或个人AI项目(如基于LangChain/Dify的应用)
  • 强调问题解决能力和团队协作经验
  • 深入学习RAG架构原理及实现细节,掌握至少一种主流Agent开发框架(如LangGraph、AutoGen)
  • 补充后端基础组件知识(消息队列、缓存、数据库)

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历
  • 对于技术问题,先阐述基本原理,再结合具体场景说明解决方案,最后总结优化效果
  • 体现对技术选型的思考过程
  • 请介绍一个你参与过的与大模型相关的项目,你在其中承担了什么角色?
  • 如何理解RAG技术中的关键挑战?你是如何解决检索准确性问题的?
  • 在设计智能体时,如何处理多步任务的状态管理和错误恢复?
  • Python中如何保证高并发下的API服务稳定性?
  • 你对Agent的核心机制(如记忆、规划)有什么理解?

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

TCL作为上市巨头企业,提供具有市场竞争力的薪资和完善的福利体系,对于初级人才而言,起薪水平优于多数初创公司,稳定性较高。

薪资信号市场水准 (1.5千–2.5万/月)

成长发展

85较高

职位明确提及‘导师带领’和‘向资深AI工程师、AI架构师方向发展’,且聚焦于AI应用前沿技术,为新人提供了极佳的技术成长路径和指导资源。

技术前沿前沿/新兴技术
技术栈Python、FastAPI、Flask、Prompt、RAG、Agent、Tool Use、Dify、LangGraph、AutoGen
成长机会导师带领、向资深AI工程师、AI架构师方向发展
业务类型profit_center

工作生活

60中等

JD未明确提及弹性工作制或远程办公,通常此类研发岗位需现场办公。作为初级岗位,可能需要跟随团队节奏,WLB情况取决于具体项目组文化,存在一定不确定性。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

70中等

参与公司核心AI应用建设,推动技术从验证到产品化落地,具有明确的商业价值和技术意义。虽然未直接提及社会公益,但在传统制造业数字化转型中扮演关键角色,行业前景广阔。

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