西门子
AI Native 后端工程师（企业级 AI Agent 开发平台）
AI Native 后端工程师（企业级 AI Agent 开发平台）
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Ai Agent
Go
Llm
Mcp
Rag
分布式系统
微服务架构
值不值得投
77综合评分
综合评分 77
前沿AI Agent技术栈、企业级平台背书、侧重技术深耕与长期发展
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
4.0万
比后端开发中位数高
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 200 个在招
市场机会
选择面较广
深圳 · 后端开发 · 约 130 个在招
职位详情
关于这个职位
负责企业级AI Agent开发平台的核心后端研发，涵盖Agent Runtime构建、统一模型接入服务、工具生态对接及工程化质量保障
基于LLM与Agent引擎能力，面向真实业务场景完成应用封装、逻辑编排与交付，确保系统高可用、可观测且符合企业级安全与性能标准
最低要求
计算机科学、软件工程、人工智能或相关专业本科及以上学历
具备运用 AI 底层能力构建上层业务应用的实践经验，能够基于 Agent/Workflow 能力完成场景化应用设计与落地
具备 3 年及以上后端开发经验，有实际 LLM 应用或 AI Agent 开发经验者优先
精通 Python 或 Go 中至少一种后端开发语言，具备良好的代码设计、数据结构、算法和问题排查能力
熟悉 REST API、异步编程、数据库设计、缓存、消息队列及常见后端服务架构
理解 LLM 基本工作机制，具备模型 API 集成、Prompt、RAG、Tool Calling 或 Agent Workflow 的实际开发经验
具备一定的分布式系统和并发编程基础，能够处理超时、重试、幂等性、任务状态和异常恢复等问题
熟悉 Git、Linux、Docker 及常见研发协作流程，具备单元测试、集成测试和代码审查意识
具备良好的工程质量意识、团队协作能力和主动解决问题的能力
工作职责
AI Agent 核心后端能力开发：参与 XAgent 平台核心后端研发，开发 Agent Runtime 模块（任务执行、状态管理、编排、异步处理、暂停恢复、超时控制及异常处理）
开发统一模型接入与调用服务（多模型适配、路由、限流、重试、Fallback 及记录）
开发执行上下文、会话状态、记忆存储和知识检索能力
参与 Workflow/单/多 Agent 协作功能开发
基于底层能力设计落地上层 AI 应用，完成封装、编排与场景化交付
Skill / Tool 执行与生态接入：开发 Skill/Tool 注册、发现、配置、调用、版本管理及结果处理模块
支持 MCP 等工具接入，实现第三方 API、企业业务系统及工业软件标准化封装
负责参数校验、权限校验、超时处理、异常恢复及结果结构化
配合设计隔离、凭证管理、访问控制和审计机制
支持生态伙伴接入，解决兼容性与稳定性问题
AI 工程化与质量保障：建立日志、Tracing、指标采集及告警能力
构建评测与回归测试机制
针对幻觉、调用失败、上下文过长、超时等问题分析优化
优化 Prompt、上下文组装、缓存、并发策略以降低延迟与成本
编写自动化测试用例确保可靠性
企业级平台集成与工程交付：与传统云平台团队协作，集成身份认证、租户管理、权限体系、DB、MQ 和计费服务
配合实现 Token 使用量及任务计量数据采集
参与 Docker/K8s 环境下的部署、性能测试、排查及运维
遵循代码规范、CI/CD 流程
接收需求并输出可交付功能
优先资格
有 LangGraph、LangChain或其他 Agent Framework 的实际开发经验
熟悉 MCP Server / Client、工具注册发现、Function Calling 或多 Agent 协作
有 Agent Runtime、长任务执行、状态持久化、Checkpoint、任务恢复或工作流引擎开发经验
熟悉向量数据库、Embedding、Rerank、知识库检索和上下文工程
有 LLM Gateway、模型路由、Token 计量、推理服务或 AI 成本优化经验
熟悉 Kubernetes、Prometheus、La等云原生部署和可观测性技术
有企业级 SaaS、多租户平台、开发者平台或工业软件集成经验
AI 洞察
优缺点分析
优点
- 聚焦前沿AI Agent赛道，技术栈现代且平台化程度高
- 依托全球化企业资源，项目规模大且业务场景丰富
- 薪酬福利体系规范，职业稳定性与培训资源丰富
- 需兼顾传统企业级系统规范与AI快速迭代特性，平衡稳定性与创新
- 生产环境需应对幻觉、超时等不确定性问题
- 具备扎实后端功底且对AI Agent/LLM应用有浓厚兴趣，追求技术深度与企业级项目经验的开发者
缺点 / 挑战
- 涉及多系统集成与复杂状态管理，调试与排错难度较高
角色解读
- 向AI平台架构师或技术专家发展
- 可拓展至企业级AI解决方案负责人或跨部门技术管理岗，主导智能化产品线的技术演进
- 负责企业级AI Agent平台的核心后端架构设计与代码实现
- 搭建模型接入网关、工具生态注册与执行引擎
- 保障AI服务的稳定性、可观测性与工程化交付
- 精通Python/Go及后端架构设计，掌握LLM/RAG/Agent框架与API集成
- 熟悉分布式系统、容器化部署与性能调优
- 具备企业级SaaS多租户与计费系统对接经验
申请策略
- 提前研究目标企业在工业AI与数字化转型领域的布局，准备针对平台商业化计费、成本优化与高可用架构的项目案例
- 突出3年以上后端开发经验及Python/Go实战成果
- 详细展示LLM/Agent/RAG相关项目，强调工程化落地、性能优化数据与故障排查案例
- 深入掌握LangChain/LangGraph等主流Agent框架
- 强化分布式事务、异步编程与云原生监控（Prometheus/Grafana）能力
- 补充企业级SaaS多租户架构设计知识
面试指南
- 采用STAR法则结合架构图解说明
- 重点阐述“设计原则-技术选型-边界处理-压测验证”闭环
- 突出对成本、延迟与稳定性的权衡思考，并提供量化指标支撑
- 如何设计高可用的Agent Runtime状态管理与异常恢复机制？
- 面对LLM调用超时、幻觉或上下文溢出，有哪些工程化优化策略？
- 如何实现MCP协议下的工具注册、权限校验与安全隔离？
- 在微服务架构下，如何保证Agent执行链路的可追踪性与一致性？
- 复习分布式系统核心概念（幂等、重试、熔断、Saga）
职位点评
薪资福利78
成长发展88
工作生活65
使命价值72
薪资福利
78中等
该岗位提供市场水准的薪酬与常规福利，虽未明确薪资范围，但整体补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
88较高
处于AI Agent前沿赛道，技术栈现代且平台化程度高，能接触企业级复杂场景与云原生架构，技能成长空间显著。
技术前沿前沿/新兴技术
技术栈Python、Go、LLM、AI Agent、RAG、MCP、Kubernetes
业务类型profit_center
工作生活
65中等
AI平台研发节奏较快且需保障生产环境稳定，可能面临一定线上响应压力，整体生活化动机满足度中等。
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）
使命价值
72中等
聚焦企业级AI Agent平台，助力工业与业务场景智能化转型，具有明确的产业应用价值与技术落地意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
西门子 的其他在招职位
相似职位推荐
Watch Jobs