上海电气
AI应用开发工程师(偏前端)(27届校招)
AI应用开发工程师(偏前端)(27届校招)
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Llamaindex
Prompt Engineering
Rag
Sap
值不值得投
64综合评分
综合评分 64
企业级大模型应用开发校招岗，LLM技术栈前沿，薪资与办公模式信息未披露
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，方便比较职业起点。
薪资怎么样
2.2万
比人工智能中位数高
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
15 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
基于公司AI平台的模型服务与API，开发对话式助手、智能文档处理、知识库问答等AI应用，并设计开发配套的Python/Java后端服务，与SAP等核心业务系统对接，实现AI驱动的业务流程自动化
适合有大模型应用开发经验的应届工程师
最低要求
计算机、数学、自动化等相关专业的硕士及以上学历
精通 Python，熟悉 FastAPI/Django/Flask 等 Web 框架，或有 Java（Spring Boot）开发经验
有大模型应用开发实战经验，熟练使用 LangChain、LlamaIndex、Dify 等框架
精通 Prompt Engineering，能针对不同业务场景设计高质量的 Prompt 模板
熟悉 RESTful API 设计，有与 SAP 系统对接经验者优先
熟悉关系型数据库（PostgreSQL/MySQL）、缓存（Redis）、消息队列（RabbitMQ/Kafka）
有 RAG 应用开发经验，了解向量数据库的使用与调优
了解前端开发基础（React/Vue），能独立开发简单的对话式 UI 或管理后台
工作职责
面向企业各业务条线开发 AI 应用产品
基于公司 AI 平台提供的模型服务和 API，开发对话式助手、智能文档处理、知识库问答、工作流自动化等应用
设计并开发 AI 应用的后端服务（Python/Java），包括业务逻辑、API 接口、权限管理、日志监控与 SAP 等核心业务系统对接
实现 AI 驱动的业务流程自动化（如智能生成采购申请、自动化工单处理、报表自动生成等）
AI 洞察
优缺点分析
优点
- 大模型企业应用是当前需求旺盛的方向，技能市场溢价明显
- 覆盖LLM应用、后端服务与业务系统对接，工程能力成长全面
- 直接服务集团多业务条线，场景丰富、落地机会多
- LLM技术迭代快，需要持续跟进框架与模型更新
- 与SAP等核心系统对接对业务理解与严谨度要求高
- 适合有大模型应用开发实战经验、想在企业AI落地方向深耕的应届硕士
缺点 / 挑战
- 企业级AI应用需求方多，沟通与需求管理成本较高
角色解读
- 从单个AI应用的开发做起，逐步负责一个业务条线的AI产品线
- 深入RAG、Agent与工作流自动化，成长为大模型应用架构师
- 积累企业级系统集成经验后，可向AI平台技术负责人方向发展
- 面向企业各业务条线开发对话式助手、智能文档处理、知识库问答、工作流自动化等AI应用
- 设计开发AI应用的Python/Java后端服务，覆盖业务逻辑、API、权限与日志监控
- 完成与SAP等核心业务系统的对接，落地AI驱动的业务流程自动化
- 设计高质量Prompt模板，调优RAG与向量数据库检索效果
- 精通 Python 及 FastAPI/Django/Flask 等 Web 框架
- 熟练使用 LangChain、LlamaIndex、Dify 等大模型应用框架，有RAG实战经验
- 精通 Prompt Engineering 与 RESTful API 设计
- 熟悉 PostgreSQL/MySQL、Redis、RabbitMQ/Kafka 及 React/Vue 前端基础
申请策略
- 面试前梳理一个端到端的AI应用案例，突出业务价值
- 关注企业级AI落地的常见问题（权限、日志、流程自动化）
- 突出完整的LLM应用项目：框架选型、RAG链路与效果指标
- 展示Python后端与API设计的工程实践，注明技术栈
- 写明Prompt设计的方法论与调优案例
- 补充数据库、缓存与消息队列的使用经验
- 动手搭建一个RAG问答Demo，熟悉向量库选型与调优
- 了解SAP等企业系统的接口风格与集成方式
面试指南
- 项目介绍按'场景-架构-关键难点-效果'结构展开，附量化指标
- 技术选型类问题从需求匹配、生态与可维护性三方面比较
- 系统集成类问题强调稳定性、容错与数据一致性设计
- 请介绍你做过的RAG应用，检索与生成环节分别如何优化？
- LangChain/LlamaIndex/Dify 你更熟悉哪个，为什么？
- 如何为不同业务场景设计Prompt模板并评估效果？
- 后端服务如何设计API权限与日志监控？
- 与SAP这类核心系统对接时有哪些难点，如何处理？
职位点评
薪资福利55
成长发展82
工作生活50
使命价值55
薪资福利
55较低
JD 未披露薪资与福利信息，校招AI应用岗薪资需与 HR 确认，补偿性动机满足程度中等。
薪资信号未披露（AI估算：1.5千–2.8万/月）
成长发展
82较高
岗位直接从事大模型应用与RAG开发，技术方向处于行业热点，且覆盖后端工程化全链路，成长空间大。
技术前沿前沿/新兴技术
技术栈LangChain、LlamaIndex、Dify、RAG、Prompt Engineering、向量数据库
业务类型cost_center
工作生活
50较低
JD 未提及办公模式与加班情况，工作生活平衡状况无法判断。
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
55较低
岗位通过AI提升企业业务流程效率，产业价值实在，但JD未体现更强的社会使命叙事。
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
上海电气 的其他在招职位
相似职位推荐
Watch Jobs