携程
大数据平台开发工程师（AI Agent方向）（2027届秋招）(MJ036677)
大数据平台开发工程师（AI Agent方向）（2027届秋招）(MJ036677)
发布于 大约 20 小时前普通员工/个人贡献者
全职员工仅现场办公大数据
大数据
A/B测试
Llm
Prompt Engineering
Sql
数据分析
值不值得投
74综合评分
综合评分 74
前沿技术栈，深度参与AI Agent开发，成长空间大，但WLB未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
参考估算薪资
根据职位描述推断，供对比参考
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1630 个在招
市场机会
选择不多
上海 · 大数据 · 1 个在招
职位详情
关于这个职位
作为携程大数据平台开发工程师（AI Agent方向），你将深度参与智能数据分析Agent的核心优化与迭代，解决真实业务场景下的关键技术挑战
工作内容包括提升Agent准确性与可信度、建设分析过程可追溯性、优化大模型使用成本以及日常Agent功能开发
适合对LLM与Agent技术有热情、具备扎实Python编程能力的应届毕业生
最低要求
编程基础扎实：具备优秀的Python开发能力，编码习惯良好
熟悉LLM与Agent技术：具备大语言模型（LLM）的实际使用经验
深入理解智能体（Agent）的搭建逻辑与运行原理
有实际的 Agent 构建、Prompt Engineering 及调优经验者优先
数据分析思维：了解基本的数据分析流程与方法论，有实际数据分析经验（熟悉SQL、Pandas等）者更佳
综合素养：具备较强的逻辑思维能力、问题拆解能力，对解决具有挑战性的技术难题充满热情
工作职责
Agent准确性与可信度攻坚：针对大模型固有的不确定性、幻觉及非预期行为，设计并研发工程化解决方案
通过优化Agent的推理逻辑、交互范式或引入防呆机制，显著降低数据结论失真的发生频率
分析过程可追溯性建设：改造Agent的执行链路，使黑盒的大模型推理过程白盒化
提升数据分析的可追溯性，让用户能清晰掌控分析过程与方法论，并通过 A/B 测试验证优化效果
大模型使用成本优化：深入探索模型调用策略与工程优化手段
在不显著降低数据分析质量和报告深度的前提下，大幅优化并降低“篇均分析报告”的大模型Token消耗及算力成本
日常Agent功能开发：对接特定的非敏感数据看板与报表接口，进行Agent新能力的开发、场景验证与持续调优
AI 洞察
优缺点分析
优点
- 深度参与AI Agent前沿技术，积累大模型应用与工程化经验
- 携程作为大型平台，提供良好的职业发展平台和资源
- 大模型技术迭代快，需要持续学习和适应
- 工作涉及成本优化和性能调优，对技术深度要求高
- 作为校招岗位，竞争激烈，对综合能力要求高
- 适合对LLM和Agent技术有浓厚兴趣，具备扎实编程基础，喜欢解决复杂技术问题的应届毕业生
缺点 / 挑战
- 解决真实业务场景中的关键问题，技术挑战性强，成长空间大
角色解读
- 从AI Agent开发工程师起步，逐步深入大模型应用与平台架构设计
- 可向技术专家或技术管理方向发展，负责更复杂的AI系统设计与团队指导
- 在携程这样的大型平台，有机会接触海量数据和复杂业务场景，快速积累经验
- 参与智能数据分析Agent的核心优化与迭代，解决大模型在真实业务场景中的技术挑战
- 设计并研发工程化解决方案，降低大模型幻觉和不确定性带来的数据失真风险
- 改造Agent执行链路，实现分析过程的白盒化与可追溯性，并通过A/B测试验证效果
- 优化大模型调用策略，降低Token消耗和算力成本，同时开发新的Agent功能
- 扎实的Python开发能力，编码习惯良好
- 熟悉LLM与Agent技术，有实际使用和构建经验，理解其搭建逻辑与运行原理
- 具备数据分析思维，熟悉SQL、Pandas等工具
- 较强的逻辑思维和问题拆解能力，对技术难题充满热情
申请策略
- 了解携程的业务和技术栈，在面试中展示对公司的了解
- 准备项目案例，特别是与Agent或数据分析相关的项目
- 突出Python开发经验和项目实践，展示编码能力
- 强调LLM和Agent相关项目，包括Prompt Engineering和调优经验
- 展示数据分析能力，如使用SQL、Pandas进行数据处理和分析的项目
- 体现逻辑思维和问题解决能力，如参与竞赛或解决复杂问题的经历
- 深入学习LLM和Agent技术，了解最新的研究进展
- 加强Python编程能力，熟悉常用库和框架
面试指南
- 使用STAR法则回答行为问题，突出你的具体行动和结果
- 对于技术问题，先阐述思路，再结合项目经验进行说明
- 展示你的逻辑思维和问题拆解能力，强调你的解决方案
- 请介绍你使用LLM和Agent的经验，包括构建和调优过程
- 如何设计一个Agent来降低大模型的幻觉？
- 你如何优化大模型的Token消耗和成本？
- 请描述一次你使用数据分析解决实际问题的经历
- 你如何确保Agent的分析过程可追溯？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
该职位为携程校招岗位，薪资水平未在JD中明确，但作为上市巨头企业，薪资和福利体系通常较为完善，具有竞争力。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
该职位深度涉及AI Agent、LLM等前沿技术，提供解决真实业务挑战的机会，对技术成长和职业发展有显著促进作用。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Prompt Engineering、Python、SQL、Pandas
业务类型ambiguous
工作生活
50较低
工作地点在上海，但JD未提及工作模式、加班情况等生活化信息，无法判断WLB。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
该职位致力于提升数据分析的准确性和可追溯性，具有一定的技术价值，但未明确提及社会价值或使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
携程 的其他在招职位
相似职位推荐
Watch Jobs