阿里云智能-AI Agent 高级研发工程师-杭州

优缺点分析

角色解读

• 成为AI Agent架构专家，主导更复杂的智能化运维系统建设
• 向AIOps领域资深专家发展，推动运维自动化的行业标准制定
• 转向技术管理岗位，带领团队进行云智能方向的研发与创新
• 设计并开发具备自主规划、工具调用能力的AI Agent系统，用于解决复杂的运维故障诊断问题
• 构建基于大模型的自动化评测流水线，通过数据治理确保Agent在生产环境中的稳定性和准确率
• 打通指标、日志、链路数据，构建统一的底层知识体系，并优化异构芯片架构下的监控接入链路
• 精通Go/Python/Java/C++/Rust中至少一门语言，具备扎实的工程落地能力
• 深入理解LLM应用开发，包括Prompt工程、RAG、记忆机制及Agent框架
• 熟悉云原生架构及可观测性技术（如Prometheus、OpenTelemetry、APM）

申请策略

• 准备一个完整的AI Agent项目案例，重点阐述如何解决实际痛点及效果评估
• 了解阿里云可观测产品的最新动态，展现对业务的理解
• 突出AI Agent或LLM相关项目的实际落地经验，特别是工具调用、RAG等技术细节
• 强调在服务端高并发、高可用系统设计方面的成就，展示工程能力
• 列举在可观测性、APM或AIOps领域的具体业务实践案例
• 深入学习LangChain、AutoGen等主流Agent框架的原理与实践
• 巩固Prometheus、OpenTelemetry等可观测性标准协议的理解与应用
• 提升在异构计算环境下的系统适配与优化能力

面试指南

• STAR法则：情境-任务-行动-结果，重点突出技术难点和你的解决方案
• 技术深度：不仅讲怎么用，还要讲为什么这么选，对比其他方案的优劣
• 业务价值：强调技术方案如何解决了具体的业务问题，带来了哪些量化收益
• 请详细介绍你过往参与的AI Agent项目，你是如何处理工具调用和状态管理的？
• 在RAG场景中，如何优化检索质量以提升Agent的回答准确率？
• 面对高并发场景，如何设计Agent的执行引擎以保证低延迟和高可用性？
• 如何评估和监控AI Agent在生产环境中的表现？遇到幻觉或错误如何处理？
• 请谈谈你对Prometheus/OpenTelemetry等可观测性标准的理解及其在Agent中的应用