软件开发岗

优缺点分析

角色解读

• 向资深 Agent 工程师或架构师发展，主导智能体平台的设计与演进
• 横向拓展至 AI 产品经理或技术负责人，推动智能化业务落地
• 深耕大模型应用领域，成为行业专家，参与前沿技术研究
• 负责质效智能化 Agent 的架构设计与核心模块开发，包括任务理解、拆解、执行与反馈优化
• 建设 Agent 核心能力，如 Prompt 管理、工具调用、工作流编排、记忆与自我修正等
• 支持自动化测试流程的编排、调度和异常处理，提升研发效率
• 精通 Python/Java/Go 等至少一种语言，具备优秀的工程交付能力
• 深入理解 LLM 应用开发流程，掌握 Prompt Engineering、RAG、Function Calling 等核心概念
• 熟悉 LangChain、LlamaIndex、Dify 等 Agent 开发框架，有实际项目经验
• 具备独立完成方案设计到工程落地的能力，有 AI Copilot 或自动化流程经验者优先

申请策略

• 关注京东零售的智能化战略方向，在面试中体现对业务的理解
• 准备一个完整的项目案例，从方案设计到落地的过程，展示问题解决能力
• 突出 LLM 应用相关项目经验，如 Agent、RAG、智能问答系统等，写明技术选型和你的贡献
• 强调工程能力：展示代码质量、架构设计、性能优化等方面的成果
• 列出熟悉的框架和工具（如 LangChain、LlamaIndex），并说明使用场景
• 系统学习 Prompt Engineering 和 Function Calling 的最佳实践
• 动手实践 LangChain 或 Dify，搭建一个简单的 Agent 原型
• 复习 RAG 技术栈，包括向量数据库、Embedding 模型等

面试指南

• STAR 法则：描述情境、任务、行动、结果，突出技术选型和你的角色
• 从问题定义出发，先分析难点，再给出方案对比，最后总结最佳实践
• 结合实际代码或伪代码片段，展示工程落地能力
• 请详细描述你参与过的一个 Agent 项目，包括架构、关键技术难点和解决方案
• 如何设计一个支持多步骤任务拆解的 Agent？请画出架构图并解释核心模块
• Prompt Engineering 中上下文窗口限制如何应对？请举例说明
• Function Calling 的可靠性如何保证？遇到模型返回错误参数怎么处理？
• 工作流编排中如何设计状态管理和异常重试机制？