AI推理平台-大模型应用开发技术专家/高级开发工程师-杭州

优缺点分析

角色解读

• 技术专家路线：深耕大模型应用与平台技术，成为领域内权威，攻克复杂技术难题
• 技术管理路线：带领团队负责更完整的AI产品线或平台模块，规划技术方向
• 架构师路线：专注于AI基础架构设计，推动公司级AI应用平台的能力演进
• 设计和开发基于大模型的智能体应用，将模型能力转化为实际的产品功能
• 构建和维护大模型应用的运行框架，优化其上下文管理、任务规划与执行闭环
• 搭建和维护AI应用的工具链与开发者生态，促进应用创新与落地
• 建立系统化的评测体系，通过数据驱动应用效果的持续优化与迭代
• 扎实的编程与系统设计能力，精通至少一门语言（Java/Python/C++），熟悉分布式系统原理
• 对大语言模型（LLM）和AIGC技术有深入理解和实际开发经验
• 具备良好的软件工程素养，熟悉设计模式、项目管理与技术规划
• 具备构建评测体系的能力，注重质量与性能

申请策略

• 深入研究阿里巴巴的“百炼”大模型平台及其相关产品，理解其定位和现有能力，在面试中展示你的思考
• 关注AI Agent和AI原生应用开发的行业动态与最新论文，体现你的技术视野
• 面试时准备1-2个你主导或深度参与的技术项目案例，重点讲解技术难点、你的决策过程和最终效果
• 详细描述参与过大模型、智能体（Agent）相关应用或平台的开发项目，突出解决的具体问题和取得的成果
• 强调在分布式系统、高并发、系统设计方面的项目经验，例如使用了哪些中间件或设计了何种架构
• 如有相关开源项目贡献或个人技术博客、论文，可重点列出，展示技术热情和影响力
• 体现项目规划与技术选型的经验，说明如何推动项目从调研到落地的过程
• 系统复习和深化大语言模型（LLM）的应用层知识，如Prompt Engineering、RAG、Agent框架等

面试指南

• 对于项目经验问题，采用‘背景-目标-行动-结果’框架，重点突出你的技术决策和量化成果
• 对于技术原理和设计问题，先阐述核心概念，再结合具体项目或场景举例说明，最后可延伸到优劣分析和未来思考
• 对于趋势展望类问题，结合行业报告、技术论文和实际观察，提出有依据的观点，并联系到对当前岗位工作的潜在影响
• 请介绍一个你参与过的最复杂的大模型应用或系统项目，你在其中扮演了什么角色？
• 你如何理解大模型应用中的‘Context工程’？请结合你的经验谈谈如何优化上下文管理？
• 如果让你为一个AI Agent平台设计评测体系，你会考虑哪些维度和指标？
• 在高并发场景下，如何保证大模型应用调用的稳定性和性能？你有哪些实践经验？
• 你对AIGC或LLM应用开发的未来发展趋势有什么看法？