美团
AIDE Agent 开发工程师
AIDE Agent 开发工程师
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Go
Langgraph
Llm
Prompt Engineering
Rag
系统架构
值不值得投
82综合评分
综合评分 82
前沿AI Agent技术研发岗，技术成长空间巨大，平台资源好，但工作模式与WLB未明确。
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。
薪资怎么样
40K
比人工智能中位数高
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 3280 个在招 · 其中人工智能 17 个
市场机会
选择面较广
北京 · 人工智能 · 约 310 个在招
职位详情
关于这个职位
你将负责美团核心基础研发平台上AI Agent系统的架构设计与核心模块开发
这需要你深度参与大语言模型集成与推理优化，将前沿的AI Agent技术（如LLM应用、RAG、多Agent协同）从概念落地到具体业务场景，解决高复杂度的工程化挑战
最低要求
本科及以上学历，计算机相关专业，3年以上后端或AI工程开发经验
扎实的工程基础，熟悉Python / Java / Go至少一门，能写出高质量、可维护的代码
有LLM应用开发实际经验，熟悉OpenAI / Anthropic / 主流开源模型的API使用，了解Function Calling、Tool Use机制
有Agent框架开发或使用经验（LangGraph、AutoGen、CrewAI、或自研框架），理解ReAct / Plan-and-Execute等Agent范式
熟悉RAG系统设计，包括向量检索、知识库构建、上下文管理等
有生产级AI系统落地经验，了解Prompt版本管理、Trace/Log可观测性、评估体系建设等工程实践
工作职责
负责AI Agent系统的架构设计与核心模块开发，包括任务规划、工具调用（Tool Use / MCP）、记忆管理、多Agent协同等能力建设
深度参与LLM集成与推理链路优化，研究Prompt Engineering、Function Calling、RAG等关键技术在生产环境的落地
设计并实现Agent框架的核心组件（Planner、Executor、Evaluator），保障系统的稳定性、可观测性和可扩展性
与业务团队密切合作，将Agent能力落地到具体场景，推动从demo到生产环境的全流程工程化
持续跟踪AI Agent领域前沿进展，将有价值的技术方案引入团队
优先资格
参与前沿AI Agent技术研发，推动智能化应用落地
与高水平团队共同成长，提供广阔的技术发展空间
AI 洞察
优缺点分析
优点
- 直接参与行业前沿的AI Agent技术研发，在核心技术平台积累宝贵经验
- 依托美团庞大的业务场景，能快速验证并落地技术方案
- 拥有高水平的技术团队和浓厚的工程化氛围，有利于技术视野和能力的快速提升
- 技术栈新且复杂，需要持续快速学习LLM与Agent领域的最新进展
- 作为平台研发，需要深入理解业务需求，平衡技术的通用性与场景的特殊性
- 适合有扎实工程基础、对AI尤其是LLM与Agent技术有浓厚兴趣的后端开发工程师
- 希望在前沿技术领域深度钻研，并乐于将技术方案工程化落地到大规模业务场景中
缺点 / 挑战
- 生产级系统对稳定性、可观测性要求极高，工程实现挑战大
角色解读
- 可深耕AI Agent技术领域，成为平台AI能力建设的技术专家
- 可向AI平台架构师方向发展，负责更大规模的系统设计
- 也可转型为AI技术负责人，引领团队在智能体方向的技术创新与业务落地
- 设计和开发美团核心平台上的AI Agent系统，将其整合到实际业务中
- 负责实现从任务规划、工具调用到多智能体协同的全栈能力
- 深度参与LLM在生产环境中的工程化落地与优化
- 与业务团队协作，推动AI Agent项目从概念验证到稳定运行的全过程
- 需要扎实的后端开发与系统架构设计能力
- 核心技能包括Python/Java/Go编程、LLM应用开发、RAG系统设计
- 必须理解主流Agent框架（如LangGraph）和Agent范式
- 具备生产级AI系统部署、监控与评估的工程实践经验
申请策略
- 仔细研究美团的技术博客和开源项目，了解其在大模型与AI Agent方面的技术栈和实践
- 在简历或面试中，可以探讨如何将Agent技术应用于美团的具体业务场景（如智能客服、自动化运营等），展示业务洞察力
- 重点突出3年以上的后端开发项目经验
- 详细描述使用Python/Java/Go进行系统开发的经历
- 着重展示与LLM、RAG、Agent框架（如LangGraph、AutoGen）相关的个人项目或工作成果，即使是研究或原型项目也很有价值
- 强调在生产环境中部署和优化AI系统的工程实践案例
- 系统学习并实践最新的Agent框架（如LangGraph, AutoGen）和范式
- 深入理解主流LLM（OpenAI, Anthropic等）的API特性与Function Calling机制
面试指南
- 对于架构设计问题，采用STAR法则（情境-任务-行动-结果）清晰描述背景、你的角色、具体行动和最终成效
- 对于技术范式问题，先清晰解释概念，再结合具体项目细节说明应用点和思考
- 对于系统设计类问题，从需求分析入手，分模块阐述设计思路，并主动提及可能的技术挑战与解决方案
- 请描述一个你设计或参与的复杂AI系统架构，重点说明其中的模块划分与技术选型
- 你如何理解ReAct或Plan-and-Execute等Agent范式？请结合项目经验说明
- 在实际生产环境中部署LLM应用，你会考虑哪些关键问题（如成本、延迟、可观测性）？请描述一个你处理的RAG系统，遇到了哪些挑战（如检索质量、上下文管理），你是如何解决的？如果让你为一个具体业务（例如智能点餐推荐）设计一个AI Agent系统，你的初步思路是什么？
- 深入复习AI Agent的核心概念、常见框架与设计模式
- 回顾并梳理过往项目中与LLM、数据处理、系统设计相关的代码和文档
职位点评
薪资福利85
成长发展92
工作生活65
使命价值80
薪资福利
85较高
作为一家大型上市公司的核心平台研发岗位，其薪酬福利体系通常具有市场竞争力，能为员工提供较为稳定的经济回报和保障。
薪资信号偏高 (30K-50K/月)
成长发展
92较高
该职位处于AI Agent技术前沿，能深度参与LLM工程化、多Agent协同等尖端领域，技术成长空间极大，且有高水平团队和平台资源支持。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Prompt Engineering、Function Calling、LangGraph
成长机会与高水平团队共同成长、广阔的技术发展空间、持续跟踪前沿进展
业务类型ambiguous
工作生活
65中等
JD未明确提及工作模式或WLB相关信息，无法判断具体办公灵活性与工作强度。作为核心平台岗位，可能存在一定的项目压力。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
岗位参与驱动“零售+科技”战略中的核心技术能力建设，将前沿AI技术应用于具体的本地商业场景，具有明确的业务价值和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
使命信号驱动技术发展，创造行业价值、推动智能化应用落地
创新程度积极采用新技术
美团 的其他在招职位
相似职位推荐
Watch Jobs