阿里云智能-AI应用研发工程师（金融智能体）-新金融行业线（北京/杭州）

优缺点分析

角色解读

• 技术专家路线：深耕Agent技术，成为智能体架构设计专家
• 业务专家路线：深入金融业务，成为金融科技领域的解决方案专家
• 管理路线：带领团队负责智能体产品研发，向技术管理方向发展
• 与金融业务团队合作，识别智能体应用场景，设计技术方案并推动落地
• 开发智能体核心功能，包括Prompt设计、RAG知识库构建、工具调用和对话流程编排
• 集成金融系统，确保安全合规，并建立评估体系持续优化智能体性能
• 精通至少一种编程语言（Java/Python/Go/Rust），具备扎实的工程能力
• 深入理解LLM推理和Agent交互范式，能设计可靠的多步工具调用机制
• 具备系统架构设计能力，能从业务问题出发进行抽象和拆解
• 熟悉AI Agent产品，了解其能力边界和交互范式

申请策略

• 关注阿里云智能的招聘动态，通过内推提高成功率
• 准备时多思考智能体在金融场景的落地案例，展示业务洞察力
• 突出在AI Agent、LLM应用方面的项目经验，如开发过智能助手或RAG系统
• 强调编程能力和系统设计能力，展示解决复杂问题的案例
• 如有金融行业背景，务必提及，这是加分项
• 展示对前沿技术的关注，如开源贡献或技术博客
• 深入学习Agent框架，如LangChain、AutoGen，并实践构建Agent应用
• 了解MCP协议和Function Calling，掌握工具调用标准

面试指南

• 使用STAR法则：情境、任务、行动、结果，清晰描述项目经验
• 强调技术深度和业务理解，展示如何平衡两者
• 对于开放性问题，先给出框架，再具体展开
• 请描述你设计过的Agent系统，如何解决工具调用失败的问题？
• 如何评估一个智能体的效果？你会设计哪些指标？
• 在金融场景中，如何确保智能体的安全性和合规性？
• 谈谈你对MCP协议的理解，以及它如何影响Agent生态？
• 你如何设计一个多轮对话的兜底策略？