淘天供应链产品技术部-AI Coding技术专家-杭州

优缺点分析

角色解读

• 技术专家路线：深耕AI Coding和Agent技术，成为该领域的权威专家，主导核心平台架构设计
• 技术管理路线：随着项目规模扩大，可以带领团队，负责AI Coding平台的整体规划与团队建设
• 业务拓展路线：将AI Coding能力推广到更多业务场景，成为技术驱动业务变革的推动者
• 设计并开发需求理解、代码研发、自动化测试、系统运维等AI智能体，将大语言模型能力落地到实际研发流程中
• 构建统一的AI研发平台，为多个Agent提供任务管理、代码沙箱、工具调用、上下文工程等基础设施
• 与算法、产品、业务团队紧密协作，快速迭代验证AI Coding技术的实际效果，并推动其在供应链业务中的落地
• 扎实的编程功底，精通Python、TypeScript、Go或Java等至少一门主流语言，能独立产出高质量工程代码
• 深入理解大语言模型原理与工程实践，熟悉Harness Engineering等关键机制，有从模型到应用的落地经验
• 具备Agent系统开发经验，理解ReAct、Plan-Act、多Agent协作等范式，有完整的Agent项目实践
• 熟悉主流Agent框架和代码大模型（如Claude、GPT、Qwen、Deepseek）的能力边界，能针对不同场景进行技术选型

申请策略

• 了解业务：在面试前，深入了解淘天供应链的业务场景，思考AI Coding技术如何能解决其具体痛点
• 准备案例：准备2-3个关于Agent或AI Coding的深度案例，展示你的技术深度和解决问题的能力
• 突出Agent项目经验：详细描述你参与过的Agent项目，包括技术架构、实现细节和最终效果，最好有量化数据
• 强调大模型实践：重点展示你对大语言模型原理和工程实践的理解，包括Harness Engineering、模型微调、评测等经验
• 展示代码能力：提供代码仓库或技术博客链接，展示你的代码风格和工程能力
• 突出业务价值：强调你的技术如何为业务带来提效，例如用AI工具改造研发流程并带来可量化的效率提升
• 深入学习Agent框架：熟悉LangChain、AutoGPT等主流框架，了解其设计思想和适用场景
• 动手实践：尝试复现或二次开发Cursor、Claude Code等开源项目，加深对Agent系统的理解

面试指南

• STAR原则：对于项目经验类问题，采用情境(Situation)、任务(Task)、行动(Action)、结果(Result)的结构进行回答，突出个人贡献和量化结果
• 技术深度+业务价值：在回答技术问题时，不仅要阐述技术原理，还要结合业务场景，说明技术如何解决实际问题，体现商业思维
• 结构化思维：对于系统设计类问题，采用自顶向下的方式，先阐述整体架构，再拆解模块，最后讨论细节和权衡
• 请详细描述你做过的一个Agent项目，包括架构设计、技术选型和遇到的挑战
• 如何理解Harness Engineering？在项目中如何应用？
• 如何评估一个代码大模型的性能？你会如何设计评测方案？
• 在开发Agent时，如何解决上下文长度限制和记忆问题？
• 如何设计一个多Agent协作系统？如何解决Agent之间的通信和冲突？