美光科技
Staff AI Engineer (Taoyuan)
Staff AI Engineer (Taoyuan)
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Ai Agent
Asp.Net
Llmops
Mcp
Prompt Engineering
Rag
值不值得投
79综合评分
综合评分 79
半导体巨头核心AI研发岗，技术栈前沿（Agent/MCP），福利完善，但需应对高稳定性要求的现场工作挑战
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
8.0万
比AI算法中位数高
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 710 个在招
职位详情
关于这个职位
该职位负责开发和维护生产级的AI智能体系统，包括任务自动化、决策支持及人机协作流程
你需要构建模型上下文协议（MCP）和企业工具层，将制造系统与数据暴露给AI，并建立评估、安全与可观测性体系
同时需交付涵盖C#/C++后端、Angular前端及Kubernetes部署的全栈解决方案，并指导团队工程标准
最低要求
计算机科学、软件工程或相关技术领域的学士学位，或同等专业经验
年以上专业软件工程经验，包括拥有在生产环境中运行的企业系统
在C# / ASP.NET或C++方面具备深厚的后端深度，熟悉SQL模式设计、查询性能和事务完整性
有端到端交付解决方案的经过验证的经验，从RESTful API设计和企业系统集成到使用Docker、Kubernetes和CI/CD进行部署
具有实用的前端开发经验，使用Angular（首选）、React、Vue或类似的现代框架
熟练掌握软件设计模式和干净的分层架构，包括关注点分离、依赖倒置和可测试的接缝
在失败会带来运营后果的环境中拥有生产所有权记录，如制造、MES/MOM系统、物流、工业自动化、金融交易、医疗保健、ERP或工作流平台
有将完整的AI智能体系统从设计带入生产运营的经验，包括智能体规划、工具合同、多步工作流、状态管理以及在权威数据中的落地
动手经验保持智能体在生产中的可靠性：衡量质量、诊断故障和幻觉、防御提示注入、执行权限边界并确保副作用操作的可幂等性
展现出超越自身代码的技术影响力，例如被他人采用的工程标准或架构，或你指导过的工程师
能够快速学习复杂的运营领域，并与定义这些领域的人有效合作
工作职责
开发、构建和运营生产级AI智能体，支持任务自动化、决策支持、摘要生成和人机协作执行，包括编排规划、工具使用、多步骤状态、故障恢复和升级到人工处理
构建和维护模型上下文协议（MCP）及企业工具层，将美光的制造系统和企业数据作为范围明确的工具、资源和提示暴露给智能体，拥有工具合同、模式和版本管理，并通过审查确保每项暴露能力的可审计性
将智能体建立在权威的、版本化的过往经验之上，与拥有运营规则的制造和工程专家合作，将这些规则转化为结构化知识，使智能体能够可靠地推理，并能随领域演变而调整
建立非确定性系统在24x7环境下运行所需的评估、安全、可观测性和交付实践：黄金数据集和回归测试
追踪、故障模式审查和生产监控
提示注入防御、权限和数据边界执行以及运行时护栏
以及带有渐进式发布的成本和延迟预算
端到端交付企业全栈解决方案，涵盖容器化Kubernetes平台上的C# / ASP.NET和C++服务、RESTful API、SQL数据模型和Angular前端，以及CI/CD
对AI组件实施与MES服务堆栈相同的交付和操作纪律，从测试、部署到生命周期支持
定义工程标准和参考实现，领导架构和代码审查，指导工程师关于智能体和系统设计，并塑造团队内如何应用和审查AI辅助开发和AI生成输出
优先资格
动手MCP（模型上下文协议）经验，包括编写服务器和设计工具、资源和提示合同，注意版本兼容性、权限和可审计性
协调多个专用智能体的经验，包括智能体之间的路由和委派、跨智能体边界的交接、长期记忆以及向人类操作员的升级路径
高级LLMOps实践，包括LLM-as-judge评估、系统的提示和模型版本管理，以及在智能体组合中进行模型选择和路由权衡
知识检索工程知识，包括运营领域的本体和模式设计、分块和索引策略、RAG管道架构以及检索质量评估
为生产AI系统建立负责任的AI、模型治理、审计日志和安全审查实践的经验
以前构建内部AI平台、MCP服务器目录、智能体技能库或由其他工程团队使用的插件生态系统的经验
熟悉现代化遗留系统并应用AI加速这项工作
AI 洞察
优缺点分析
优点
- 身处半导体行业龙头，接触最前沿的AI在工业场景落地应用
- 技术栈前沿（Agent, MCP, LLMOps），个人技术影响力大，可指导团队
- 稳定的上市公司背景，提供完善的医疗和休假福利
- 要求8年以上经验且需兼顾前后端与AI，工作负荷较重
- 需在24x7制造环境中保证AI系统的极高稳定性，容错率低
- 需深入理解复杂的制造业务逻辑，跨界沟通成本高
- 适合拥有深厚全栈开发背景、对AI Agent技术有热情，且愿意在工业制造领域深耕的高级软件工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI架构师、首席工程师或技术总监方向发展
- 随着AI在工业制造领域的深入，该角色有机会成为推动智能制造转型的核心技术领袖，主导更广泛的AI平台战略
- 负责设计并开发生产级的AI智能体系统，实现任务自动化与人机协作
- 构建连接企业数据与AI的工具层（MCP），确保AI在制造环境中的安全性、可观测性和可靠性
- 交付包含前后端及基础设施的全栈解决方案，并制定团队技术标准
- 精通C#/C++后端与Angular前端，熟练掌握Kubernetes和CI/CD部署
- 深入理解AI Agent架构、LLMOps、RAG及提示工程
- 具备企业级系统架构设计能力及制造业MES/MOM系统经验
申请策略
- 准备具体案例说明如何在高可用性要求下部署非确定性AI系统
- 展现你对‘负责任AI’和合规性的理解
- 强调跨部门协作能力，因为需要与制造和工程专家紧密合作
- 突出展示AI Agent从设计到生产落地的完整案例，特别是处理幻觉、安全性和状态管理的经验
- 强调在C#/C++大型系统中的架构设计与性能优化成果
- 列出Kubernetes和CI/CD的实战经验
- 深入研究Model Context Protocol (MCP) 规范及最新LLMOps最佳实践
- 补充制造业MES/MOM系统相关知识，了解工业物联网数据特点
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答
- 重点阐述技术选型的理由、遇到的挑战（如幻觉、延迟、安全性）、采取的解决方案（如RAG优化、护栏机制、回归测试）以及最终的业务价值或系统稳定性指标
- 请描述你设计的一个生产级AI Agent系统，你是如何处理状态管理和故障恢复的？
- 在制造环境中，如何确保AI智能体的安全性并防止提示注入攻击？
- 请解释MCP（Model Context Protocol）的作用，以及你如何设计工具契约以确保可审计性？
- 面对24x7不间断运行的需求，你如何建立AI系统的可观测性和监控体系？
- 如何在C#/.NET传统系统中集成现代化的AI前端和微服务架构？
- 复习AI Agent核心概念（Planning, Tool Use, Memory）
职位点评
薪资福利80
成长发展90
工作生活65
使命价值75
薪资福利
80较高
作为已上市的跨国巨头，美光提供具有市场竞争力的薪资和完善的福利体系（医疗、带薪假等），符合高级人才的市场水准，但JD未明确具体薪资数字。
薪资信号未披露（AI估算：6.0千–10.0万/月）
福利待遇medical, dental and vision plans、paid family leave、robust paid time-off program、paid holidays
成长发展
90较高
职位涉及AI Agent、MCP、LLMOps等前沿技术，且在半导体制造这一复杂场景中落地，技术挑战性和成长空间极大，同时有 mentorship 职责，利于技术领导力发展。
技术前沿前沿/新兴技术
技术栈AI agents、MCP、LLMOps、RAG、Kubernetes、C#、C++
成长机会mentor engineers on agent and system design、Define engineering standards and reference implementations
业务类型profit_center
工作生活
65中等
JD提及了丰富的带薪休假和医疗福利，有利于生活平衡。但要求24x7环境下的生产级系统维护及8年以上资深经验，暗示工作压力和责任较大，办公模式未明确提及弹性，推测为现场办公。
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）
工作生活平衡robust paid time-off program、paid holidays、paid family leave
使命价值
75中等
职位致力于通过AI技术提升制造效率和智能化水平，属于高科技制造业的核心环节，具有显著的行业前景和技术使命感，能切实推动产业升级。
行业发展稳定成熟行业
社会影响中性/一般
使命信号transform how the world uses information to enrich life for all、accelerate the transformation of information into intelligence
创新程度积极采用新技术
美光科技 的其他在招职位
相似职位推荐
Watch Jobs