灵犀互娱-高级后端开发工程师-java

优缺点分析

角色解读

• 可从高级后端工程师向AI应用架构师、技术专家方向发展，深耕Java/Python双栈与LLM工程化
• 随着AI业务落地经验积累，可承担更大范围的服务治理、模型网关与平台化建设
• 具备团队协作和项目主导经验后，可向技术负责人或研发管理岗位延伸
• 负责Java/Spring后端业务系统与微服务的架构设计、开发、测试和持续维护
• 建设大模型接入、Prompt管理、RAG、Agent、知识库、模型网关及AI工作流，推动AI能力落地
• 设计并优化API、流式响应、异步任务和调用链路，完善限流、熔断、降级、重试与异常处理
• 参与数据库、缓存、消息队列、向量数据库和微服务架构设计，提升性能、稳定性、安全性与可扩展性
• 熟练掌握Java和Python，熟悉Spring Boot/Spring Cloud/MyBatis及FastAPI/Flask/Django等框架
• 熟悉MySQL、Redis、消息队列、RESTful API和微服务架构，具备系统设计与性能优化能力
• 具有实际AI项目经验，理解LLM API、Prompt、RAG、Agent、Embedding和向量数据库
• 具备良好编码规范、问题分析能力、团队协作意识，有Spring AI/LangChain等框架经验更佳

申请策略

• 投递前了解灵犀互娱的游戏业务与AI应用场景，表达对互娱行业和AI落地的兴趣
• 面试中强调Java/Python双栈协作经验，以及跨产品、算法、测试团队推进项目的案例
• 突出Java/Spring微服务项目经验，量化系统性能、稳定性或并发能力提升
• 展示Python在AI服务、数据处理或模型调用中的实际项目，说明业务价值
• 重点描述RAG、Agent、Prompt管理、向量数据库或模型网关等落地经验
• 若有开源项目、技术博客或AI编程工具深度使用经验，建议在简历中单列
• 梳理Spring AI、LangChain4j、LangChain、LlamaIndex等框架的使用方式与适用场景
• 补充LLM服务治理知识，包括限流、熔断、降级、重试、可观测性和成本控制

面试指南

• 用STAR结构讲清业务背景、技术方案、个人职责和量化结果
• 架构题先讲目标与约束，再讲组件选型、数据流、异常与监控，最后说权衡
• AI项目题按“场景-数据-检索-Prompt/Agent-评估-成本”链路展开，突出落地效果
• 请介绍一个你主导的Java微服务架构设计或性能优化案例
• 你如何设计RAG/Agent系统？知识库、召回、Prompt管理和效果评估分别怎么处理？
• Java与Python混合服务如何拆分边界、保证接口稳定和可观测性？
• 大模型调用链路中如何做限流、熔断、降级、重试和成本控制？
• 你使用过哪些AI框架或向量数据库？遇到过什么问题？