轻量云 Agent 高级工程师

优缺点分析

角色解读

• 初期专注于 Agent 核心技术与业务场景的结合，积累实战经验
• 中期可向 AI 架构师方向发展，主导复杂 AI 系统的架构设计与技术选型
• 长期可成为 AI 领域的技术专家或技术管理者，引领团队在生成式 AI 方向的技术创新
• 设计并开发面向开发者和中小企业的 AI Agent 系统，实现从原型到落地的全流程
• 利用 RAG 和提示词工程技术优化 Agent 的任务执行能力和准确性
• 探索 AI 在软件研发全链路中的提效应用，推动技术方案在业务场景中的实际落地
• 扎实的 Python 或 TypeScript 后端开发能力，能够构建稳定高效的系统
• 深入理解 LLM 应用开发，特别是 Agent 框架、RAG 架构及提示词工程
• 熟悉主流开源 Agent 项目（如 OpenClaw 等），具备快速学习和技术调研能力
• 良好的跨团队协作与文档撰写能力

申请策略

• 关注腾讯云的 AI 产品线动态，了解其在开发者生态中的布局
• 准备几个具体的 AI 项目案例，清晰阐述技术选型理由、遇到的挑战及解决方案
• 展现对新技术的好奇心和快速学习能力，这是该岗位非常看重的特质
• 重点突出 LLM 应用开发经验，特别是 Agent 或 RAG 项目的具体实践与成果
• 展示对开源 Agent 框架的理解和使用能力，列举相关的 GitHub 项目或技术博客
• 强调工程落地能力，如性能优化、系统稳定性保障等方面的案例
• 深入学习 LangChain、LlamaIndex 等主流 AI 开发框架的原理与应用
• 加强提示词工程的系统化训练，掌握复杂场景下的 Prompt 设计与优化技巧

面试指南

• 使用 STAR 法则（情境、任务、行动、结果）结构化回答项目经历类问题
• 对于技术问题，先阐述基本原理，再结合实际应用场景分析优劣，最后给出自己的见解或解决方案
• 强调数据驱动的思维，用实验结果或量化指标支撑观点
• 请介绍一个你参与的 Agent 或 RAG 项目，你在其中承担的角色和技术难点是什么？
• 如何评估和优化一个 Agent 系统的性能？有哪些关键指标？
• 在处理长上下文或复杂任务时，你会采用哪些策略来提升 Agent 的效果？
• 对比不同的开源 Agent 框架，它们各自的优缺点是什么？
• 如何在保证系统稳定性的前提下，快速迭代 AI 应用功能？