道富公司
Software Engineering & Development, Off
Software Engineering & Development, Off
发布于 大约 5 小时内普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
CI/CD
Llm
Rag
微服务
值不值得投
68综合评分
综合评分 68
前沿AI Agent技术岗位，技术成长性强，但薪资福利与工作生活平衡信息不明确。
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
33K
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
88 个在招
市场机会
选择面较广
杭州 · 人工智能 · 约 270 个在招
职位详情
关于这个职位
该职位为道富公司招聘的AI智能体工程师（Agent Coding Engineer），专注于利用大语言模型（LLM）和Agent技术构建智能应用
你需要设计、开发和维护基于AI Agent的工作流，与产品和工程团队协作，交付可扩展的AI解决方案，并将其与企业系统、API及云服务集成
最低要求
计算机科学、软件工程或相关领域的学士学位
年以上专业软件开发经验
具备AI智能体（AI Agents）或智能体应用（Agentic applications）的开发与部署实践经验
熟悉智能体框架（Agent Harness）的概念、架构和开发实践
精通Python编程语言
具备Java的实用知识
熟悉Microsoft Azure云服务和AI产品
具备Docker、容器化应用部署以及Linux环境的丰富经验
具备REST API、微服务和分布式系统经验
熟悉Git、CI/CD流水线和现代软件开发实践
具备较强的问题解决和调试能力
具备良好的英语口头和书面沟通能力
工作职责
设计、开发和维护AI智能体应用和智能体工作流
使用现代智能体框架、工具和编排平台构建和集成智能代理
与产品、平台和工程团队协作，交付可扩展的AI驱动解决方案
开发和优化智能体能力，包括规划、工具使用、内存管理和多智能体协作
将智能体与企业系统、API、数据库和云服务集成
为智能体开发创建可复用的组件、框架和最佳实践
故障排除、监控和提升基于智能体的应用的性能、可靠性和安全性
参与代码评审、架构讨论和技术设计会议
保持对LLM、智能体技术和AI工程实践最新进展的了解
优先资格
具备LangChain、LangGraph或类似技术的LLM框架使用经验
具备构建多智能体系统和AI编排工作流的经验
了解提示工程（prompt engineering）、RAG、向量数据库和AI评估技术
具备在企业环境中部署AI解决方案的经验
了解云原生架构和Kubernetes者优先
AI 洞察
优缺点分析
优点
- 技术前沿，深度参与AI Agent这一新兴领域的工程实践，能快速积累前沿技术经验
- 平台优势，作为跨国金融机构，能接触企业级复杂场景和稳定的技术栈
- 国际化协作环境，有助于提升英语沟通和跨文化工作能力
- 对业务理解有要求，需理解金融业务逻辑以设计有效的智能体解决方案
- 作为大型企业，项目流程可能较为规范，创新空间的实现可能需要一定过程
- 适合对AI智能体技术有浓厚兴趣、具备扎实软件工程基础、希望将AI技术应用于企业级复杂场景并解决实际问题的开发者
缺点 / 挑战
- 技术挑战高，需要快速跟进LLM和Agent技术的快速迭代，并解决企业级集成的复杂性问题
角色解读
- 深入AI Agent与LLM应用领域，成为智能体架构师或AI平台专家
- 拓展技术广度，向云原生、MLOps或全栈AI解决方案工程师发展
- 积累项目经验后，可向技术负责人或AI产品经理等复合型岗位演进
- 构建基于大语言模型（LLM）的AI智能体应用，设计其规划、工具调用和协作流程
- 将智能体与企业的现有系统、云服务和数据库进行深度集成，实现业务自动化
- 参与技术架构设计，与跨职能团队协作，确保解决方案的可扩展性和可靠性
- 扎实的Python编程功底和软件工程基础，熟悉微服务和分布式系统
- 对AI智能体（Agent）、LLM应用框架（如LangChain）有实践经验
- 熟练使用Docker、Linux和Azure云服务进行应用部署和运维
申请策略
- 在申请前，研究道富公司的业务和其在金融领域应用AI的公开信息，思考智能体可能的应用场景
- 准备一个能够体现你解决复杂问题、架构设计能力的项目案例，并能用英语清晰阐述
- 重点突出任何与AI Agent、LLM应用开发相关的项目经验，详细描述技术选型和实现过程
- 强化Python编程技能和使用Azure、Docker等云服务与容器技术的具体案例
- 展示参与过的完整软件开发生命周期经验，包括代码评审、CI/CD等工程实践
- 系统学习主流的Agent开发框架（如LangChain、LlamaIndex），并完成一个端到端的小项目
- 深入理解RAG（检索增强生成）和向量数据库的技术原理与实现
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述过往项目经验，突出技术难点和你的解决方案
- 回答架构设计问题时，可以从模块化、容错、监控、安全等多个维度展开
- 对于开放设计题，先明确核心需求，再提出分步的实现思路和技术选型
- 请描述一个你设计或开发过的AI智能体应用，它的核心功能、技术架构以及遇到的挑战？
- 在构建企业级AI Agent集成系统时，你会如何考虑可靠性、安全性和可扩展性？
- 对于一个需要规划、使用工具并与外部系统交互的智能体，你如何设计其核心工作流？
- 请解释RAG（检索增强生成）技术在构建智能体知识库中的应用
- 如果让你为一个业务场景（如财务报告分析）设计一个智能体解决方案，你会如何思考和设计？
职位点评
薪资福利70
成长发展90
工作生活40
使命价值60
薪资福利
70中等
职位未在JD中明确披露薪资范围与具体福利项，因此薪资福利的满足程度难以准确评估，仅能基于岗位级别和城市做市场水平推断。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
职位处于AI工程化应用（Agent）的技术前沿，需要掌握LLM、云服务、容器化等一系列主流且快速发展的技术栈，对技能成长驱动力极强。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Python、Azure、Docker、LangChain、RAG、Kubernetes
业务类型ambiguous
工作生活
40较低
JD未明确工作模式（如远程、混合办公）与加班政策，无法判断工作灵活性与WLB情况，信息不足。
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）
工作生活平衡flexible work-life support
使命价值
60中等
职位所在的金融服务行业成熟稳定，AI智能体技术旨在解决“复杂业务问题”，具备明确的业务应用导向，但未在JD中强调强烈的使命或社会价值驱动。
行业发展稳定成熟行业
社会影响中性/一般
使命信号solve complex business problems
创新程度积极采用新技术
道富公司 的其他在招职位
相似职位推荐
Watch Jobs