中国电信
AI智能体开发工程师
AI智能体开发工程师
发布于 大约 16 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Rag
大语言模型
微服务
智能体架构
系统集成
值不值得投
78综合评分
综合评分 78
大型央企AI前沿岗位，技术成长性极强，平台大、项目有价值，综合待遇规范但未必顶尖。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
20K
比人工智能中位数高
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 1510 个在招 · 其中人工智能 61 个
市场机会
选择面较广
北京 · 人工智能 · 约 230 个在招
职位详情
关于这个职位
该职位负责面向业务场景设计、开发与落地AI智能体（Agent）系统
你需要利用大语言模型，围绕意图理解、需求拆解、多轮对话、工具调用等核心能力，构建可用的Agent应用，并将其与企业现有系统集成，最终保障其在生产环境中的稳定、高效运行
最低要求
届计算机、人工智能、软件工程等相关专业本科学历及以上，有完整 AI Agent 项目经验优先
熟练掌握 Python、Java、Go、C++ 、JavaScript中至少一种开发语言，具备良好的AICoding、调试、接口设计和系统集成能力
熟悉主流大模型应用开发技术，理解 LLM 基本原理、Loop Engineering、RAG、Skill、上下文管理、多轮对话和模型调用机制
熟悉 LangChain、LangGraph、LlamaIndex、AutoGen、Dify、CrewAI 等至少一种 Agent / LLM 应用框架，能够独立完成从 Demo 到生产服务的工程化落地
理解常见智能体架构范式，如 ReAct、Plan-and-Execute、Reflection、Supervisor、多 Agent 协作、记忆系统、工具链编排等
具备较强的业务抽象能力和跨团队沟通能力，能够将复杂业务流程拆解为智能体可执行任务，并推动方案在真实业务中落地
工作职责
负责面向业务场景的 AI 智能体系统设计、开发与落地，围绕意图理解、需求拆解、任务规划、多轮对话、记忆管理、工具调用等核心能力构建可用的 Agent 应用
基于大语言模型与 Agent 框架搭建智能体应用，包括主流智能体框架的选型、开发、调优与工程化封装
负责大模型 API、本地化模型或企业私有模型的接入与集成，完成主流智能体工程、模型调用链路优化等工作
将智能体能力与现有业务系统、工作流平台、数据库、第三方 API、企业工具链进行集成，支撑各类业务场景
负责智能体应用的生产级服务化，包括接口设计、后端服务开发、权限控制、异常处理、限流降级、日志监控、成本控制、性能优化与稳定性保障
构建智能体效果评估与迭代机制，围绕任务完成率、响应速度、问答准确率、工具调用准确率、稳定性、安全性和用户反馈持续优化产品效果
协同需求、算法、前后端、测试及业务团队完成需求分析、方案设计、功能开发、上线验收和持续迭代，沉淀技术文档与可复用组件
AI 洞察
优缺点分析
优点
- 技术栈前沿，直接从事当前AI领域最热门的智能体（Agent）开发，技术成长性强
- 平台大，能接触到丰富的业务场景和庞大的企业级系统，对综合能力锻炼价值高
- 项目涉及全链路开发（设计、开发、集成、运维），能构建完整的技术视野
- 大型央企平台稳定，为应届生提供了良好的职业起点和培养体系
- 需要将前沿AI能力与复杂的企业传统系统深度集成，业务理解和沟通协调难度较大
- 从Demo到生产级服务的工程化要求高，对代码质量、稳定性保障有严格标准
- 适合对AI应用开发有浓厚兴趣、具备较强工程实现能力和系统设计思维的2027届相关专业毕业生，希望在大型平台上深入实践前沿技术并解决复杂业务问题
缺点 / 挑战
- AI Agent技术尚在快速发展中，技术选型和架构可能需要快速调整和学习，挑战性强
角色解读
- 初级工程师 → 资深工程师/技术专家：在AI Agent领域深耕技术深度，成为架构师或技术负责人
- 技术路线 → 产品/管理路线：凭借对业务和技术的理解，转向AI产品经理或技术管理岗位
- 内部深耕 → 行业影响：在大型企业平台积累经验后，成为AI应用领域的行业专家或创业者
- 设计和开发基于大模型的AI智能体系统，使其能理解复杂指令并自主完成任务
- 负责将智能体应用与企业内部的各类系统（如工作流、数据库、API）进行对接和集成
- 保障智能体应用在生产环境中的稳定性、性能和安全性，包括监控、降级和优化
- 持续评估和优化智能体的效果，推动其在真实业务场景中落地并产生价值
- 精通至少一门主流编程语言（Python/Java/Go等），具备扎实的工程开发和调试能力
- 深入理解大语言模型原理及应用技术，如RAG、Prompt Engineering、Agent框架（LangChain/LlamaIndex等）
- 熟悉多种智能体架构范式（如ReAct、多Agent协作），能独立完成从原型到生产的开发
- 具备良好的业务分析与抽象能力，能与不同团队沟通协作，推动技术方案落地
申请策略
- 了解中国电信在数字化转型和AI应用方面的战略方向与公开成果，思考该岗位如何支撑其战略
- 准备一个能清晰阐述的AI Agent项目，在面试中展示你的技术选型、架构设计和问题解决过程
- 重点突出任何与AI、大模型、Agent相关的项目或研究经历，哪怕是课程设计或个人项目
- 清晰展示至少一门编程语言的熟练程度，以及系统设计、API开发等工程化能力
- 强调解决复杂问题的案例，体现业务抽象、拆解和推动落地的能力
- 如有使用过LangChain、LlamaIndex等框架的经验，务必详细描述
- 系统复习大语言模型和Agent相关的核心概念、架构范式（如ReAct），并动手实践
- 深入学习至少一个主流Agent框架（如LangChain），完成一个完整的应用Demo
面试指南
- 对于项目问题，采用STAR法则（情境、任务、行动、结果），突出你的技术决策和影响力
- 对于技术架构问题，先定义概念，再比较异同，最后结合具体业务场景（如客服、销售）说明如何选择
- 对于生产化问题，从监控告警、异常处理、性能优化、安全防护、成本监控等多个维度展开回答
- 请介绍一个你做过的AI相关项目，重点说明你在其中的角色、遇到的挑战以及如何解决的
- 请解释ReAct、Plan-and-Execute这两种Agent架构范式的区别和适用场景
- 如果让你设计一个用于客服的智能体，你会如何规划它的核心模块、工作流以及与后端系统的集成？
- 在将大模型应用部署到生产环境时，你会考虑哪些稳定性、安全性和成本方面的措施？
- 你对LangChain/LlamaIndex这类框架是如何理解的？它们解决了什么问题，又有什么局限性？
职位点评
薪资福利70
成长发展90
工作生活65
使命价值80
薪资福利
70中等
该职位为大型央企校招岗，薪资福利体系预计较为完善和稳定，能提供有竞争力的起薪和规范的保障，但未必是市场最高水平。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
90较高
该岗位直指AI最前沿的智能体开发领域，技术栈先进，且大型企业平台能提供丰富的业务场景和系统集成实践，技术成长和项目经验积累价值极高。
技术前沿前沿/新兴技术
技术栈大语言模型、AI Agent、LangChain、LlamaIndex、RAG、智能体架构、系统集成
业务类型ambiguous
工作生活
65中等
工作模式未在JD中明确，大型央企通常办公环境规范，可能有相对固定的作息，但前沿技术岗位的开发节奏可能较快。整体WLB预期为中等水平。
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
80较高
作为国家级通信企业，推动AI技术在关键信息基础设施和各行各业中的应用，具有明确的社会价值和技术引领意义，能带来较强的使命感。
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
Watch Jobs