智能引擎-AI Systems 研发工程师-杭州

优缺点分析

角色解读

• 从传统平台工程向AI Agent工程转型，掌握前沿的AI Native研发范式
• 积累超大规模分布式系统架构经验，可向资深架构师或AI基础设施专家发展
• 通过体系化培养与行业前沿探索，建立复合型技术壁垒与行业影响力
• 负责阿里TPP Serverless平台的AI化改造，将大模型与Agent技术融入研发全流程
• 搭建基于自然语言交互的一站式业务交付系统，替代传统UI操作模式
• 维护高并发、高可用的底层调度与运行时基础设施，保障超大规模流量稳定
• 扎实的Java/Python/Go编程与数据结构基础，具备优秀工程素养
• 精通分布式系统、RPC、消息队列及高并发架构设计与性能调优
• 熟悉Agent开发框架（如LangGraph）及大模型应用落地与评测闭环
• 具备Linux环境调试、网络协议分析及系统可观测性建设能力

申请策略

• 提前研究阿里TPP平台公开技术博客，了解其Serverless架构演进脉络
• 准备1-2个将AI技术引入传统工程流程的创新案例，展现技术前瞻性与落地思维
• 突出高并发系统设计、分布式中间件开发或微服务架构实战经验
• 详细展示参与过的AI/Agent项目，强调效果优化、评测闭环或推理加速的具体成果
• 量化性能提升指标（如QPS提升、延迟降低比例、资源利用率优化数据）
• 补充LangChain/LangGraph等主流Agent框架的动手实践
• 学习大模型微调基础与vLLM等推理加速工具的原理
• 强化分布式系统可观测性（如Prometheus、Jaeger）与混沌工程知识

面试指南

• 采用STAR法则（情境-任务-行动-结果）结构化回答技术问题，突出个人贡献与量化结果
• 针对系统设计题，先明确边界条件与核心指标，再分层阐述架构选型、容错机制与监控方案
• 结合具体代码、压测数据或架构图佐证观点，避免空谈理论，体现工程落地能力
• 请分享一个你主导的高并发系统性能优化案例，遇到了什么瓶颈？如何定位并解决的？
• 如果让你设计一个基于Agent的研发辅助工具，你会如何构建其评测与自进化闭环？
• 谈谈你对Serverless运行时调度机制的理解，如何保证极端负载下的高可用性？
• 在AI Native研发范式中，你认为当前大模型应用面临的最大工程挑战是什么？
• 复习分布式系统核心原理（一致性协议、负载均衡、缓存策略、熔断降级）