AIA logo
友邦保险
Engineer, AI Application

Engineer, AI Application

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公AI算法
AI算法
Agentic Ai
Langgraph
Llm
Prompt Engineering
Rag

值不值得投

80综合评分

综合评分 80

顶尖外企AI核心岗,前沿技术栈,使命驱动,发展机会极佳

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

3.3万

比AI算法中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 170 个在招

市场机会

选择适中

成都 · AI算法 · 13 个在招

职位详情

关于这个职位

负责设计、开发并部署基于大语言模型(LLM)、RAG及智能体技术的先进AI应用

构建企业级知识库与向量搜索架构,开发自主/半自主AI Agent以优化多步工作流,并与业务团队协作落地高影响力的AI产品解决方案

最低要求

计算机科学、软件工程、人工智能或相关领域的学士学位

年以上专业软件开发经验
具备GPT、Claude、Gemini或开源大语言模型的实际使用经验
在实现检索增强生成(RAG)解决方案方面经验丰富
拥有构建Agentic AI应用和多智能体系统的经验
熟悉LangChain/LangGraph/AutoGen/CrewAI/Semantic Kernel等AI编排框架
具备向量数据库和语义搜索技术的使用经验
了解REST API、微服务和系统集成
熟悉Git、CI/CD流水线及软件开发最佳实践
掌握提示工程和大模型评估
了解嵌入模型和向量搜索技术
具备模型监控和AI可观测性知识
理解AI治理、负责任AI及安全考量

工作职责

使用Python设计、开发和维护AI驱动的应用程序

构建和优化RAG架构,整合向量数据库、企业知识库和大语言模型
开发具备规划、推理和执行多步工作流能力的自主和半自主AI智能体
将AI解决方案与企业系统、API、数据库和云平台集成
制定提示工程策略并评估AI模型性能
实施智能体编排框架(如LangGraph, AutoGen, CrewAI, Semantic Kernel或类似技术)
针对准确性、可扩展性和成本效益对LLM应用进行微调优化
使用Azure AI Search, Pinecone, Weaviate, Chroma或FAISS等平台设计和维护向量搜索解决方案
与业务利益相关者合作,识别AI用例并定义技术方案
确保AI应用符合安全、合规和治理要求
紧跟新兴AI技术、行业趋势和最佳实践

AI 洞察

优缺点分析

优点

  • 处于AI前沿技术领域,接触LLM、RAG、Agent等最新技术栈
  • 跨国巨头平台,资源稳定,流程规范,有利于建立职业背书
  • 业务场景丰富,能积累高价值的企业级AI落地经验
  • 技术迭代极快,需保持高强度的持续学习能力
  • 企业级应用对稳定性、安全性和合规性要求极高,开发约束较多
  • 适合对AI前沿技术有热情、具备扎实后端开发基础、且希望在大厂平台深耕AI应用落地的工程师

缺点 / 挑战

  • 跨部门协作沟通成本可能较高

角色解读

  • 可向AI架构师、高级AI工程师方向发展,专注于企业级AI解决方案的设计与落地
  • 也可向AI产品经理转型,凭借技术背景更好地理解业务需求与技术边界
  • 利用Python和主流LLM框架,开发基于RAG和Agent的企业级AI应用
  • 构建向量搜索和知识库系统,解决复杂业务场景中的自动化问题
  • 与业务团队紧密合作,将AI技术转化为实际的生产力工具
  • 精通Python编程及软件工程设计模式
  • 深入理解LLM原理、RAG架构设计及Agent编排框架(如LangChain/LangGraph)
  • 熟练掌握向量数据库及语义搜索技术
  • 具备良好的系统整合能力和AI治理安全意识

申请策略

  • 准备1-2个完整的AI应用案例,重点阐述从需求分析、技术选型到落地优化的全过程
  • 了解友邦保险的业务方向,思考AI如何赋能保险行业
  • 突出展示基于LLM/RAG/Agent的具体项目案例,强调解决了什么业务痛点
  • 详细列出使用的技术栈(如LangGraph, Pinecone等)及性能优化成果
  • 体现系统整合能力及对AI安全/治理的理解
  • 深入研究LangChain生态及最新的Agent编排框架
  • 学习向量数据库的原理与调优
  • 关注AI安全、隐私保护及合规性相关知识

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历
  • 重点突出技术选型的理由、遇到的具体技术难点及解决方案、以及最终带来的业务价值或性能提升数据
  • 请详细介绍一个你参与的RAG或Agent项目,遇到的最大挑战是什么?
  • 如何优化RAG系统的检索准确率?
  • 在设计多智能体系统时,如何处理智能体间的通信与状态管理?
  • 如何评估LLM应用的性能和安全性?
  • 面对企业级数据隐私要求,你在AI应用中做了哪些安全措施?
  • 复习LLM基本原理、Embedding机制、向量检索算法

职位点评

薪资福利80
成长发展90
工作生活65
使命价值85

薪资福利

80较高

作为已上市的跨国巨头企业,提供具有市场竞争力的薪资和完善的外企福利体系,稳定性高。

薪资信号市场水准 (2.5千–4.0万/月)

成长发展

90较高

职位直接涉及LLM、RAG、Agentic AI等最前沿技术,且公司承诺提供关键技能和工具赋能,成长空间巨大。

技术前沿前沿/新兴技术
技术栈LLM、RAG、Agentic AI、LangGraph、AutoGen、CrewAI、Semantic Kernel、Vector Database
成长机会equip you with the critical skills, tools and technology、endless opportunities to learn, contribute and thrive
业务类型profit_center

工作生活

65中等

外企通常注重工作与生活的平衡,但AI研发岗位本身技术更新快、压力大,且JD未明确提及弹性工作制,需结合实际情况判断。

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

85较高

公司使命明确指向帮助民众过上更健康、更长久、更美好的生活,具有显著的社会正向影响力。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号help millions of people across Asia-Pacific live Healthier, Longer, Better Lives、shape a better tomorrow
创新程度积极采用新技术
Watch Jobs