AI Agent 全栈工程师 （采购方向）

优缺点分析

角色解读

• 深耕AI Agent领域，从执行者成长为Agent系统架构师
• 深入采购业务，成为兼具技术与业务的复合型人才，可向业务负责人或产品负责人发展
• 在AI Native组织文化下，有机会参与公司级AI战略，向技术管理岗位迈进
• 以业务身份深入采购场景，发现真实业务问题并转化为Agent需求
• 负责Agent产品的架构设计和技术开发，实现业务需求到技术实现的完整闭环
• 搭建知识库和数据集，构建Agent的自主迭代机制，持续优化决策质量
• 对Agent在真实业务中的结果负责，包括合同签署、谈判、资金流动等核心指标
• 扎实的全栈开发能力，能独立完成前后端开发，熟悉互联网公司基建
• 有Agent开发经验，熟练使用相关工具，熟悉LLM、RAG等AI技术栈
• 具备知识库搭建和数据工程能力，能够构建和迭代数据集
• 优秀的业务理解力和沟通能力，能够以业务视角驱动技术落地

申请策略

• 关注小红书的技术博客和招聘宣讲，了解其AI战略和工程文化
• 准备一个能体现你Agent开发能力的demo或作品，在面试中展示
• 突出全栈项目经验，尤其是前后端独立完成的完整项目
• 重点展示Agent相关项目，包括个人项目/黑客松/开源项目，说明你的设计思路和成果
• 强调自驱力和解决问题的能力，用具体案例说明你如何从发现问题到解决问题
• 量化业务影响力，如项目带来的效率提升、成本节省等
• 熟悉主流Agent开发框架（如LangChain、AutoGPT），掌握RAG、向量数据库等知识
• 了解采购、供应链领域的基础知识，或相关业务系统的运作逻辑

面试指南

• 对于Agent项目介绍，按项目背景、你的角色、技术方案、结果和反思的结构回答，量化成果
• 对于系统设计问题，先明确业务目标和约束，再拆解功能模块，逐步深入
• 对于行为类问题，使用STAR法则（情境-任务-行动-结果）
• 请介绍一个你开发的Agent项目，包括架构设计、技术选型和遇到的问题
• 如何评估Agent在采购业务中的决策质量？你会设计哪些指标？
• 如果Agent在真实业务中犯错了，你会如何定位和修复？
• 谈谈你对全栈工程师的理解，以及如何在快速迭代中保证代码质量
• 如何将采购领域知识沉淀为知识库并供Agent使用？