企业智能事业部-AI应用研发工程师-企业发展产品技术部

优缺点分析

角色解读

• 深耕大模型应用工程方向，成长为AI应用架构师或团队技术骨干
• 在采购、流程自动化等企业内部场景积累行业Know-how，向业务+技术的复合型人才发展
• 借助集团平台接触大规模真实业务，积累复杂系统与AI落地经验，拓展向技术管理路径
• 负责采购业务与集团内部智能化产品建设，包括Web-Agent、采购助手、流程自动化等AI应用
• 深入业务一线，挖掘AI可落地的真实需求场景，把大模型能力转化为可衡量的业务价值
• 通过工程手段编排和调用LLM、MLLM及其他AI算法能力，完成从需求到上线的端到端开发
• 扎实的Java/Python/JavaScript开发功底，熟悉多线程、IO、集合及TCP/IP、HTTP等基础
• 熟悉分布式、高并发系统设计，掌握缓存、消息队列、负载均衡等中间件及MySQL等数据库
• 熟练掌握LLM/MLLM调用、MCP、RAG、Prompt编写，具备算法设计与模型调优基础
• 良好的架构设计素养与业务理解沟通能力，能跨团队推动方案落地

申请策略

• 了解阿里企业智能事业部与采购业务背景，面试中体现对业务场景的思考
• 准备自己在AI落地中平衡效果与成本的思路，展示工程与业务结合的能力
• 突出3年以上Java/Python/JavaScript实战经验及分布式、高并发系统设计案例
• 展示LLM/MLLM、RAG、MCP、Prompt编写相关的AI应用项目及可量化成效
• 强调架构设计能力，如中间件与数据库选型、大型系统设计经验
• 体现端到端落地能力与业务理解，如有全栈或从0到1项目经验优先呈现
• 系统梳理RAG、Agent编排、MCP等大模型应用工程实践，补充可演示的项目
• 巩固分布式系统、中间件与数据库底层原理，准备架构设计案例

面试指南

• 用STAR结构讲项目：背景—任务—行动—可量化结果，突出你的技术决策与业务价值
• 架构类问题先讲目标与约束，再给方案选型、权衡与风险控制，体现设计思维
• AI落地问题强调数据、Prompt、检索、评测的闭环，以及迭代优化的方法论
• 请介绍一个你用LLM/RAG/Agent落地的项目，解决的问题和最终业务价值是什么？
• 如何设计一个高并发、分布式的AI应用系统？会如何选型中间件与数据库？
• 在RAG或Prompt工程中，你如何提升回答准确率和稳定性？遇到过哪些坑？
• 当业务需求不清晰时，你如何深入一线挖掘真实需求并转化为技术方案？
• 你如何评估一个大模型应用方案的效果与成本，做出取舍？