京东
AI agent开发工程师
AI agent开发工程师
发布于 大约 14 小时前普通员工/个人贡献者
广东省
中级经验
全职员工
仅现场办公
本科
机器学习工程
Autogen
Crewai
Llamaindex
Multi-Agent
Rag
区块链
强化学习
金融科技
AI 估算 · 25k–45k
AI agent方向火热，京东平台加持，中级岗位预估25-45K/月，15薪，竞争力强。
职位详情
关于这个职位
作为京东科技的AI agent开发工程师，你将负责设计并实现覆盖金融资产场景的智能体系统，包括多智能体协作、强化学习优化等前沿技术
你将参与从技术选型到线上部署的全流程，推动业务智能化升级，并持续跟进AI领域最新动态
最低要求
本科及以上学历，计算机科学、软件工程、人工智能、数学/统计学等相关专业
至少1年以上AIAgent系统部署与架构设计的实战经验，熟悉Agent相关技术栈（如LangChain、LlamaIndex、AutoGen、CrewAI等）的底层原理与工程实践
具备良好的系统设计能力，能够从全局视角思考问题，参与设计高可用、可扩展、低延迟的AIAgent系统，熟悉多智能体协作（Multi-Agent）、自我演进（Self-evolving）等先进范式
在以下至少两个领域有深入研究或项目经验：RAG（检索增强生成）、强化学习（RL）、多智能体系统（Multi-Agent Systems）、复杂任务规划与分解（Task Planning & Decomposition）
熟练掌握Python，熟悉Java等主流编程语言及框架，具备扎实的工程编码能力，能将研究原型快速转化为高质量生产代码
具备快速学习能力和技术敏锐度，热衷于开源技术和社区贡献，能够持续跟进AI领域最新进展并应用于实际业务
工作职责
负责业务线AIAgent系统的方案设计与研发落地，参与智能体系统的技术选型与实现，构建覆盖资产上链、资产发行、合规审查、风险评估等场景的智能化解决方案
基于业务场景需求，设计并构建能够自我演进、高效协同的多智能体（Multi-Agent）生态系统，实现智能体在复杂金融资产场景下的自主决策与协作
探索并实践基于强化学习（RL）等前沿方法的智能体自我优化与在线学习能力，持续提升智能体在RWA垂直领域的专业能力和决策质量
攻克智能体在复杂决策、稳定性与可靠性方面的核心技术挑战，将研究原型高质量地转化为可支撑线上业务的稳定生产系统
关注AI及区块链领域前沿技术动态，结合业务特性进行技术预研和创新探索，持续推动业务的智能化升级
积极参与技术方案评审与代码审查，分享技术经验，与团队共同提升AI工程能力，营造积极的技术创新氛围
优先资格
了解区块链基础概念或具备Web3/DeFi相关背景者优先
具备金融科技、资产管理或合规风控领域经验者优先
AI 洞察
优缺点分析
优点
- 前沿技术栈，聚焦AI agent、强化学习等热点，技能积累价值高
- 团队氛围鼓励技术创新，有开源社区贡献机会
- 技术复杂度高，需同时掌握AI、系统设计、金融业务等多领域知识
- 工作地点限于广东，可能面临加班文化
缺点 / 挑战
- 京东大平台，业务场景丰富，技术落地挑战性强
- 金融场景对系统稳定性要求极高，开发压力较大
- 适合热爱AI前沿技术、有扎实工程能力、愿意挑战复杂金融场景的开发者
角色解读
- 技术深挖：成为AI agent领域专家，主导复杂智能体系统设计
- 技术管理：向技术负责人或架构师方向发展，带领团队攻克核心技术难题
- 业务跨界：结合金融科技与区块链，拓展至Web3/DeFi等新兴领域
- 设计并实现AI agent系统，包括技术选型与架构设计，覆盖金融资产场景
- 构建多智能体生态系统，实现智能体自主决策与协作
- 探索强化学习等前沿方法，优化智能体能力，推动线上稳定生产
- 熟练掌握Agent框架（LangChain、AutoGen等），具备系统设计与工程编码能力
- 深入掌握RAG、强化学习或多智能体系统至少两个领域
- 精通Python，熟悉Java，能够将原型快速转化为生产代码
申请策略
- 申请前了解京东科技在金融科技领域的布局，准备相关业务理解
- 展示开源贡献或技术博客，体现技术热情
- 突出Agent系统部署经验，展示LangChain、AutoGen等框架的实战项目
- 强调强化学习或多智能体相关研究或项目成果
- 体现系统设计能力，如高可用架构、性能优化案例
- 补充强化学习（RL）理论基础，学习OpenAI Spinning Up等教程
- 熟悉区块链基础概念，了解Web3/DeFi常见协议
面试指南
- SA法：描述情景（Situation）、行动（Action）、结果（Result），突出技术难点和解决方案
- STAR法：针对项目经验，说明任务背景、具体做法、量化成果
- 对比分析法：解释技术选型时对比不同方案优缺点，展现决策能力
- 请介绍你设计的一个Agent系统，包括技术选型和架构决策
- 多智能体协作中如何处理冲突和同步问题？
- 如何将强化学习应用于智能体优化？请举例
- 如何保证Agent系统在金融场景下的稳定性和可靠性？
- 你对LangChain底层原理的理解是什么？
职位点评
70
综合评分
京东AI agent岗位，前沿技术栈，高成长性，但工作方式传统，生活平衡一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术前沿、看重职业发展的开发者，对工作地点和加班时间较为宽容。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活45
使命价值80
薪资福利
65中等
薪资未明确披露，但京东作为大厂提供有竞争力的薪酬和福利，补偿性中等偏上。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
职位聚焦AI agent前沿技术，涉及强化学习、多智能体等热点，发展空间大。
技术前沿前沿/新兴技术
技术栈LangChain、LlamaIndex、AutoGen、CrewAI、RAG、强化学习、Multi-Agent
业务类型ambiguous
工作生活
45较低
仅现场办公，地点未明确核心城区，未提及弹性或WLB，生活方式满足度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
金融科技+AI agent属于高速增长赛道，但社会影响力中性，创新程度高。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
京东 的其他在招职位
相似职位推荐
Watch Jobs