Volkswagen logo
大众汽车
AI Engineering

AI Engineering

发布于 21 分钟前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公AI算法
AI算法
Ai Agents
Langgraph
Llm
Mcp
Openai Agents Sdk
Rag
World Model

值不值得投

77综合评分

综合评分 77

合肥前沿AI智能体研发岗,技术成长强,办公模式与WLB未明确。

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

4.8万

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 190 个在招

市场机会

选择不多

合肥 · AI算法 · 1 个在招

职位详情

关于这个职位

该职位聚焦大模型、世界模型与智能体工程,负责将前沿AI技术转化为可落地的agentic workflow和AI agents

你将使用LangGraph、OpenAI Agents SDK、MCP等工具构建自动化智能体,并推动原型走向生产级系统

最低要求

该职位所需的资质与技能:

计算机科学、人工智能、机器人学、电气工程、应用数学、物理学或相关领域的硕士及以上学历
扎实的 Python 工程经验
具备 LLM agents、tool/function calling、RAG、结构化输出、工作流编排或 AI 自动化方面的经验,或有浓厚兴趣
熟悉至少一种现代 AI 工程工具或协议,例如 MCP、A2A、LangGraph、OpenAI Agents SDK、Vercel AI SDK、PydanticAI 或 LlamaIndex Workflows
能够熟练使用 APIs、Docker、Linux、Git 和后端服务开展工作
愿意快速学习,排查模糊问题,并在早期阶段环境中主动承担责任

工作职责

主要任务:

调研并实验 LLM 和 World Model,将前沿 AI 技术转化为 agentic workflow 和 AI agents
使用 LangGraph、OpenAI Responses API / Agents SDK 模式、MCP tools 和 A2A 风格的互操作性,构建 agent 工作流、技能、工具服务器、记忆、文件工作流和特定领域自动化 agents
将 agents 与 APIs、企业系统、文档、数据库、知识库、开发者工具和沙盒运行时连接
应用现代 agent 产品中的模式,例如 Claude Code、OpenAI Codex、Cursor、GitHub Copilot coding agent 和 Windsurf Cascade
构建研究驱动的原型,并将有前景的想法转化为可扩展、可用于生产的系统
与产品团队协作,将成功的原型转化为可用于生产的解决方案

优先资格

博士优先

具有构建 LLM 应用、AI agents、Physical AI、具身智能、机器人学、仿真、规划、强化学习、多模态模型或世界模型研究经验者优先

AI 洞察

优缺点分析

优点

  • 工作内容紧贴LLM agents、World Model、MCP、A2A等前沿方向,技术成长空间较大
  • 职位覆盖从研究实验到生产落地的完整链路,有利于积累AI工程化与产品化经验
  • 与产品团队协作推进原型上线,能提升技术商业化理解和跨团队沟通能力
  • 汽车研发场景中的AI自动化和智能体应用具备较强行业探索价值
  • 技术栈跨度大,既要懂前沿模型与智能体,也要具备API、Docker、Linux、Git和后端工程能力
  • 从研究原型到production-ready systems的转化要求高,需要兼顾创新性、稳定性和可扩展性
  • 适合具备扎实Python工程能力、对LLM agents和世界模型有强烈兴趣,并愿意在探索型环境中承担职责的AI工程师或研究者

缺点 / 挑战

  • JD提到early-stage environment和ambiguous problems,意味着需要适应不确定性较高的问题定义和探索过程

角色解读

  • 可向高级AI工程师、AI Agent架构师或LLM应用架构负责人发展,主导复杂智能体系统设计
  • 可深耕Physical AI、embodied AI、robotics、simulation、planning、multimodal models或world model方向,转向前沿研究型岗位
  • 随着原型落地经验积累,也可走向AI产品技术负责人或研发团队管理岗位
  • 研究LLM、World Model和前沿AI技术,将研究成果转化为agentic workflow和AI agents
  • 使用LangGraph、OpenAI Responses API / Agents SDK、MCP、A2A等构建智能体工作流、工具服务器、记忆机制、文件流程和领域自动化代理
  • 将智能体接入API、企业系统、文档、数据库、知识库、开发工具和安全沙箱运行环境
  • 参考Claude Code、OpenAI Codex、Cursor、GitHub Copilot coding agent等产品模式,研发可规模化、生产可用的AI系统
  • 需要扎实的Python工程能力,能够完成从原型到后端服务的开发与调试
  • 需要理解LLM agents、tool/function calling、RAG、结构化输出、工作流编排和AI自动化
  • 需要熟悉MCP、A2A、LangGraph、OpenAI Agents SDK、Vercel AI SDK、PydanticAI或LlamaIndex Workflows等现代AI工程工具或协议
  • 需要具备API、Docker、Linux、Git和backend services相关经验,并能在早期阶段快速学习、定位模糊问题

申请策略

  • 申请时建议用项目链接、代码仓库或技术报告证明你对AI agents和前沿AI工程的理解
  • 关注汽车研发、企业系统集成和智能自动化场景,准备说明如何将AI代理与真实业务流程结合
  • 突出你构建LLM应用、AI agents、RAG、tool/function calling或workflow orchestration的真实项目,说明系统架构和你负责的模块
  • 强调Python后端工程能力,以及API、Docker、Linux、Git、数据库和知识库集成经验
  • 展示对LangGraph、OpenAI Agents SDK、MCP、A2A、PydanticAI或LlamaIndex Workflows等工具的实际使用或深入理解
  • 如果有机器人、仿真、强化学习、多模态模型或world model研究经历,应单独列出论文、原型或实验结果
  • 可提前搭建一个端到端agent项目,覆盖工具调用、记忆、文件工作流、知识库检索和结构化输出
  • 熟悉MCP、A2A和主流Agent SDK的设计模式,并理解如何将原型部署为稳定后端服务

面试指南

  • 项目类问题采用“背景—目标—架构—关键难点—解决方案—结果—复盘”的结构回答,突出个人贡献
  • 技术类问题先解释概念和适用场景,再结合具体项目说明选型原因、权衡和踩坑经验
  • 落地类问题强调从需求澄清、原型验证、评估指标、工程化部署到跨团队协作的完整闭环
  • 请介绍一个你构建过的LLM agent或AI自动化系统,包括架构、工具调用、记忆机制和落地效果
  • 你如何理解LangGraph、MCP、A2A和OpenAI Agents SDK在智能体系统中的作用?
  • 面对一个模糊业务需求,你会如何从研究原型推进到production-ready系统?
  • 请说明你在Python、Docker、Linux、Git和后端服务方面的工程实践经验
  • 你对World Model、Physical AI或embodied AI有哪些理解,是否有相关研究或实验经历?

职位点评

薪资福利78
成长发展92
工作生活55
使命价值76

薪资福利

78中等

JD未披露薪资和福利信息,但岗位要求硕士及以上、前沿AI工程能力和较强工程落地能力,通常对高技能人才具备较好的薪酬吸引力。稳定性与福利细节未提及,需面试确认。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

92较高

岗位直接涉及LLM、World Model、AI agents、MCP、A2A、LangGraph等前沿技术,并要求从研究原型推进到生产系统,技能成长空间很强。JD未提及明确晋升路径或培训机制。

技术前沿前沿/新兴技术
技术栈LLM、World Mode、AI agents、agentic workflow、LangGraph、OpenAI Responses API、OpenAI Agents SDK、MCP、A2A、RAG、Physical AI、embodied AI、robotics、simulation、planning、reinforcement learning、multimodal models、world model、Docker、Linux、Git
业务类型ambiguous

工作生活

55较低

JD仅明确职位地点为合肥,未说明远程、混合办公、弹性工时或加班情况,因此生活化动机满足程度难以判断。工作地点信息明确到城市,但具体办公模式和通勤条件需与招聘方确认。

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

76中等

岗位聚焦前沿AI技术、智能体自动化和汽车研发场景,具备较强技术创新属性。JD未直接描述社会使命或价值导向,但将AI原型转化为生产解决方案具有一定业务与产业意义。

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