德赛西威
AI应用开发工程师（2027届成都）
AI应用开发工程师（2027届成都）
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Agent开发
Llamaindex
Prompt工程
Rag
多模态Aigc
大模型
值不值得投
73综合评分
综合评分 73
大模型应用开发校招岗，技术栈前沿、成长性强，薪资与WLB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
1.9万
比AI算法中位数低
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
18 个在招 · 其中AI算法 7 个
职位详情
关于这个职位
德赛西威2027届校招AI应用开发工程师，基于主流大模型与Agent开发框架，在成都从事RAG、Prompt工程、多智能体协同等应用层能力开发，并可选车载智能交互方向，参与座舱大模型与AIGC应用落地，是AI工程应用类的校招技术岗
最低要求
硕士及以上学历，计算机、人工智能、软件工程、电子信息、自动化、数学等相关专业，基础扎实
熟练掌握Python编程语言，熟悉Linux开发环境，具备规范的代码编写能力与工程落地思维
掌握大模型基础原理，熟悉Prompt工程、RAG、Agent开发基本流程，了解LangChain、LlamaIndex等主流应用框架
具备良好的业务理解、方案设计与问题排查能力，能够独立完成AI应用模块开发、调试与迭代优化
学习能力强，具备良好的沟通协作能力、责任心与抗压能力，愿意深耕AI业务应用落地，跟进前沿技术并实践落地
工作职责
基于主流大模型能力及Agent开发框架，结合各业务场景完成AI应用方案设计、开发、集成与落地迭代，将业务需求转化为标准化AI技术实现方案
负责RAG检索增强、Prompt工程、Function Calling工具调用、多智能体协同、工作流编排等应用层能力开发，持续优化模型推理效果、响应速度与场景适配性
参与AI应用测试、运维与效果评估，搭建应用层评测体系、安全沙盒与权限管控能力，保障业务系统稳定运行与持续迭代
跟进大模型前沿应用技术，沉淀业务落地最佳实践，撰写规范的技术文档、测试报告，支撑项目高效交付
车载智能交互方向：负责车载座舱大模型交互、多模态AIGC及座舱AI Agent应用开发，优化车载智能交互体验，支撑车载AI产品落地运维
优先资格
了解C++优先
AI 洞察
优缺点分析
优点
- 大模型应用层技术处于行业前沿，技能可迁移性强
- 有车载智能交互方向可选，AI与智能汽车赛道结合前景好
- 校招批量招聘，覆盖方案设计到落地迭代全链路，成长面宽
- 大模型技术迭代快，需要持续跟进而非吃老本
- 应用落地需直面业务场景适配与效果评估，调试周期可能较长
- 适合有Python与大模型应用开发基础、愿意深耕AI业务落地并持续跟进前沿技术的应届硕士
缺点 / 挑战
暂无明显挑战项
角色解读
- 从AI应用模块开发做起，积累大模型工程化经验
- 向车载智能交互、多模态AIGC等方向深化
- 成长为AI应用架构师或技术负责人
- 基于大模型与Agent框架做AI应用方案设计、开发、集成与落地迭代
- 开发RAG、Prompt工程、Function Calling、多智能体协同、工作流编排等应用层能力
- 搭建评测体系与安全管控，参与车载座舱大模型交互等AI产品落地
- 扎实的Python编程与Linux工程能力，了解C++更佳
- 掌握大模型原理与Prompt、RAG、Agent开发流程，熟悉LangChain、LlamaIndex
- 良好的业务理解、方案设计与独立调试迭代能力
申请策略
- 面试前了解德赛西威智能座舱业务与大模型上车场景，准备与业务结合的应用设想
- 突出基于LangChain/LlamaIndex或自研框架的RAG、Agent项目经历
- 量化说明推理优化、响应速度或场景适配的改进效果
- 展示Python工程能力与Linux环境下的项目落地经验
- 动手复现RAG与多智能体编排的完整Demo，熟悉评测与安全管控思路
- 补充C++与车载座舱场景知识，贴近车载智能交互方向
面试指南
- 用项目背景-方案-难点-结果的结构讲述，突出量化指标
- 从原理到工程实践分层回答，体现落地思维与评测意识
- 介绍一个你做过的RAG或Agent项目，如何评估效果？
- Prompt工程有哪些常用优化手段？
- 如何优化大模型应用的响应速度与推理效果？
- 多智能体协同与工作流编排你是怎么设计的？
- 对车载座舱大模型交互场景有什么理解？
- 复盘大模型基础原理与RAG、Agent开发流程，准备可演示的项目细节
职位点评
薪资福利70
成长发展90
工作生活55
使命价值65
薪资福利
70中等
JD未披露薪资与福利，AI类校招技术岗市场薪酬信号整体尚可，具体需面试确认。
薪资信号未披露（AI估算：1.5千–2.2万/月）
成长发展
90较高
岗位直接接触大模型、多智能体等前沿应用技术，且明确要求跟进前沿技术，成长性强。
技术前沿前沿/新兴技术
技术栈大模型、RAG、Prompt工程、Function Calling、多智能体、LangChain、LlamaIndex、多模态AIGC
成长机会跟进大模型前沿应用技术、沉淀业务落地最佳实践
业务类型profit_center
工作生活
55较低
JD未提及工作模式与WLB信息，仅提到具备抗压能力，办公灵活性未知。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
车载智能交互与AI产品落地面向终端用户体验，有一定产业价值，但JD未强调社会使命。
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