Watch Jobs
Xiaomi logo
小米
AI研发工程师-智能风控方向
立即应聘

AI研发工程师-智能风控方向

发布于 大约 1 小时前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Autogen
Langgraph
Mcp
Rag
Sql
数据分析
风控

AI 估算 · 25k–45k

AI应用开发是热门方向，风控业务重要，小米平台稳定，薪资有竞争力

职位详情

关于这个职位

该职位负责建设小米零售、服务、整车等业务的AI风控平台，利用大模型Agent技术实现风险识别、策略生成与运营分析的端到端闭环

你将参与基于LangGraph/LangChain等框架的智能应用开发，以及MCP工具生态建设，是AI技术在风控领域落地的核心岗位

最低要求

计算机基础扎实，熟练使用 Python，至少掌握一门后端开发语言（Go、Java、C++、Rust 等）

熟悉 Git、Linux、数据库、接口开发及容器化部署
有大模型应用、Agent 或工作流平台相关项目经验，熟悉 LangGraph、LangChain、AutoGen、LlamaIndex 等任一框架
理解 MCP、Function Calling、RAG、Prompt Engineering、Memory、Workflow Orchestration 等方法，并能够独立完成应用落地
具备较好的工程化能力，能够设计和实现稳定、可扩展、可观测的服务
了解工具调用鉴权、日志审计、异常降级、评测与监控等机制
具备数据分析与问题定位能力，熟悉 SQL、数据处理及常见检索方案
能够围绕风险线索、策略效果、工具调用链路和用户反馈提出可量化的优化方案
对风控、反作弊、智能运营或企业级 AI 应用有兴趣
具备良好的沟通与协作能力，能够与产品、算法、运营和业务团队共同推进复杂问题落地

工作职责

参与建设面向零售、服务、整车等业务的 AI 风控工作流与应用平台，围绕风险主动发现、特征与数据分析、风险识别、策略生成与上线、监控复盘、客诉分析与处置辅助等场景，形成端到端闭环

基于 LangGraph、LangChain、AutoGen 等 Agent 框架及工作流编排能力，设计并实现具备任务规划、工具调用、知识检索、状态管理和人工审核能力的智能风控应用，提升风险分析、策略运营和案件处置效率
以 MCP 为核心建设风控工具生态，标准化接入数据仓库、特征与标签平台、策略平台、规则引擎、案件系统、监控告警、知识库及内部服务，保障工具调用的权限控制、审计追踪、稳定性和可维护性
结合 RAG、结构化检索、SQL 分析及现有算法能力，建设风险知识库和分析助手，支持异常线索挖掘、风险归因、特征分析、策略效果评估和运营决策辅助
与产品、算法、运营及业务团队协同，将实际业务问题拆解为可落地的 AI 工作流
持续优化模型调用效果、工具成功率、流程时效和人工提效，并推动应用稳定上线

优先资格

有风控、反作弊、策略平台、数据平台、RAG/MCP/Agent 应用或多系统集成经验者优先

AI 洞察

优缺点分析

优点

  • 技术栈前沿，涉及大模型Agent、RAG、MCP等热门方向，个人技术成长快
  • 小米作为大型上市公司，平台稳定，资源充足，有较多跨团队协作机会
  • 岗位参与核心AI应用建设，在组织内受重视，职业发展空间大
  • 工程复杂度高，需要同时掌握AI技术和传统工程能力，学习曲线较陡

缺点 / 挑战

  • 场景丰富，风控领域具有实际业务价值和挑战性，能积累深厚的行业经验
  • 风控业务紧急，可能需要快速迭代并应对突发问题，工作节奏有一定压力
  • 涉及多系统集成，沟通协作成本较高，需具备较强的跨团队推进能力
  • 适合对AI应用落地有热情、具备扎实工程基础、愿意深入风控领域同时追求技术挑战的工程师

角色解读

  • 在AI风控领域深耕，可成长为技术专家，负责复杂风控系统的架构设计和团队技术攻坚
  • 可横向拓展至AI平台、智能运营等方向，利用大模型技术解决更多企业级业务问题
  • 小米多元业务（手机、汽车、IoT）提供丰富场景，未来有机会负责跨业务AI应用落地
  • 构建面向零售、服务、整车业务的AI风控工作流，覆盖风险发现、特征分析、策略生成、监控复盘等全链路
  • 使用LangGraph/LangChain等框架开发智能体应用，实现任务规划、工具调用、知识检索和人工审核功能
  • 搭建基于MCP的AI工具生态，标准化接入内部数据平台、策略平台、规则引擎等系统
  • 结合RAG与SQL分析建设知识库和分析助手，提升风险归因、策略评估和运营决策效率
  • 扎实的Python编程能力，熟悉至少一种后端语言如Go、Java、C++或Rust，掌握数据库和容器化部署
  • 有大模型应用或Agent开发经验，熟悉LangGraph/LangChain/AutoGen等框架，理解MCP、RAG、Function Calling等概念
  • 工程化能力强，能设计稳定、可扩展、可观测的服务，了解鉴权、审计、降级和监控机制
  • 具备数据分析能力，熟练使用SQL，能提出量化优化方案

申请策略

  • 在简历中量化项目成果，例如风险识别准确率提升、流程效率提高等
  • 准备一个端到端的Agent应用demo，展示独立实现能力，会增加很大竞争力
  • 突出大模型应用或Agent相关项目经验，详细描述使用的框架、解决的实际问题和取得的成果
  • 强调工程能力，如系统设计、可观测性、权限控制、稳定性优化等具体实践
  • 展示数据分析能力，包括SQL使用、数据建模、效果评估等案例
  • 如有风控、反作弊或平台开发经验，务必突出，这是加分项
  • 提前学习LangGraph、LangChain等主流Agent框架，熟悉MCP协议和RAG技术
  • 复习Python后端开发知识，包括FastAPI、Docker、Kubernetes等

面试指南

  • 采用STAR法则（情境、任务、行动、结果）描述项目，强调个人贡献和量化成果
  • 从需求分析、技术选型、实现步骤、效果验证四个维度系统回答问题，体现工程思维
  • 遇到未接触过的场景时，先明确核心问题，结合已有知识提出可行性方案，并说明权衡点
  • 请介绍一个你使用LangChain或LangGraph实现的Agent项目，包括架构设计和遇到的挑战？
  • 在设计Agent工具调用时，如何处理权限控制和审计追踪？
  • 如何评估一个RAG系统的效果？你用过哪些指标和优化方法？
  • 给定一个风控场景（如交易欺诈），你会如何拆解并设计AI工作流？
  • 在微服务环境中，如何保证AI服务的稳定性和可扩展性？

职位点评

72
综合评分

技术前沿、成长性高、业务核心，但工作地点统一且WLB不确定

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
该职位最适合追求技术成长、渴望在AI前沿领域深耕的求职者，同时能够接受现场办公和可能的工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活55
使命价值72

薪资福利

70中等

职位未明确披露薪资范围，但小米作为上市公司，整体薪酬在行业中具有竞争力，福利体系完善，能够满足基本的物质需求。

薪资信号未披露（AI估算：25K-45K/月）

成长发展

88较高

该职位处于AI风控的前沿，涉及大模型Agent、RAG、MCP等新兴技术，技术挑战大，成长空间广阔。同时，小米的业务多样性为个人提供跨领域发展的机会。

技术前沿前沿/新兴技术
技术栈LangGraph、LangChain、AutoGen、MCP、RAG、Agent、Function Calling、SQL
业务类型ambiguous

工作生活

55较低

职位要求在北京现场办公，未提及远程或弹性工作安排，工作模式较为固定。JD中也没有明确的WLB信号，生活平衡度依赖团队实际氛围。

工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）

使命价值

72中等

风控工作具有明显的商业和社会价值，通过技术手段保护公司资产和用户利益，行业前景向好。同时，AI风控是新兴领域，有创新的空间。

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

小米 的其他在招职位

相似职位推荐

Watch Jobs