携程
资深后端开发工程师(MJ037564)
资深后端开发工程师(MJ037564)
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Ai Agent
Api Development
Llm Application
Python/Java
Rag
System Design
值不值得投
80综合评分
综合评分 80
前沿AI技术栈、大厂平台背书、高成长潜力，但需适应快节奏工作环境
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比后端开发中位数高
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 530 个在招 · 其中后端开发 18 个
市场机会
选择面较广
上海 · 后端开发 · 约 320 个在招
职位详情
关于这个职位
该职位负责大模型应用（如RAG、Agent）的后端架构设计与开发，将AI能力落地于业务场景
需具备5年以上后端经验，精通LLM应用工程化技术，负责从需求分析到上线迭代的全流程，并持续优化系统稳定性与成本
最低要求
计算机、人工智能、软件工程等相关专业本科及以上学历
年以上研发经验，具备大模型应用、AI Agent、RAG、企业 Copilot、智能助手等相关项目的实际开发经验
熟悉 Prompt、Embedding、Reranker、Function Calling / Tool Calling、Workflow 等基本原理与常见实现方式，具备 RAG、工具调用或工作流编排的工程实践经验
具备扎实的后端开发能力，熟练掌握至少一门主流后端开发语言，熟悉 API、数据库、缓存、异步任务等常见工程技术，有业务系统集成经验
能够独立完成模块级方案设计与开发交付，合理拆解需求，处理接口依赖、异常重试、性能优化等工程问题
理解大模型应用中的幻觉、知识冲突、上下文管理、权限边界等问题，具备效果评估、问题排查和可靠性优化经验
具备良好的沟通协作能力和业务理解能力，能够推动所负责模块的交付，重视代码质量、文档沉淀与持续迭代
工作职责
负责大模型应用相关功能与模块的设计、开发和维护，参与技术方案设计，推动 AI 能力在业务场景中的落地
开发并优化 RAG、工具调用、流程编排、上下文管理、结果校验等能力，提升应用效果与运行效率
对接知识库及内部业务系统，将业务接口、规则和流程封装为可复用的工具、技能与工作流
与产品、业务、算法、数据等团队协作，独立完成所负责模块的需求分析、方案设计、工程实现、上线及迭代
参与评测与线上监控建设，定位并处理回答错误、检索效果不佳、工具调用异常等问题，持续优化准确性、稳定性、响应时延和运行成本
跟踪大模型应用相关技术与实践，结合项目需求开展验证，持续改进现有方案和工程实现
优先资格
有智能客服、企业知识库、业务 Copilot、运营助手、销售助手、工单助手等项目经验
熟悉 LangChain、LlamaIndex、Dify、Coze、Semantic Kernel 等框架或平台，或参与过自研 Agent / RAG 框架开发
有知识处理、检索优化、工具封装、多模型接入或评测集建设经验
有 OTA、出行、电商、本地生活等业务场景经验
AI 洞察
优缺点分析
优点
- 处于AI大模型应用落地的风口，技术栈前沿，个人成长空间大
- 依托携程庞大的业务场景和数据资源，AI落地机会丰富，实战价值高
- 上市公司平台稳定，薪资福利体系完善，行业认可度高
- 接触业界领先的AI工程化实践，积累稀缺的大模型应用开发经验
- AI技术迭代极快，需要保持高强度的持续学习和技术跟进
- 可能需要应对跨部门协作的复杂性，推动技术方案落地
- 适合拥有扎实后端基础，对AI大模型应用充满热情，具备较强自学能力和工程落地经验的资深开发者
缺点 / 挑战
- 大模型应用的效果评估和优化难度大，面临较高的技术挑战
- 业务压力大，需在技术创新与业务交付之间取得平衡
角色解读
- 成为AI应用架构师，主导公司级AI中台或核心AI产品的技术演进
- 向技术管理方向发展，带领团队构建高效的AI工程化体系
- 深耕垂直领域（如OTA、金融），成为懂业务的技术专家
- 负责大模型应用（如RAG、Agent）的后端架构设计与核心代码开发
- 将AI能力封装为可复用的工具和工作流，集成到现有业务系统中
- 解决大模型应用中的幻觉、延迟、成本等工程化难题，保障系统稳定性
- 与产品、算法团队协作，推动AI技术在具体业务场景（如智能客服、知识库）的落地
- 扎实的5年以上后端开发经验，精通主流后端语言及分布式系统设计
- 深入理解LLM应用原理，熟练掌握RAG、Prompt Engineering、Tool Calling等技术
- 熟悉LangChain、LlamaIndex等主流AI开发框架
- 具备复杂系统的问题排查、性能优化及成本控制能力
申请策略
- 准备详细的项目案例，重点阐述如何解决大模型应用中的具体工程问题
- 了解携程的业务布局和技术栈，展现对行业的深刻理解
- 面试中突出逻辑思维、问题解决能力及团队协作精神
- 突出大模型应用（RAG/Agent）的实际项目经验，量化效果提升指标
- 展示后端系统架构设计能力，特别是高并发、高性能场景下的解决方案
- 强调对AI框架（LangChain等）的深度使用或二次开发经验
- 体现跨团队协作能力及推动项目落地的成果
- 深入学习LLM原理及最新Paper，关注RAG优化、Agent规划等前沿方向
面试指南
- STAR法则：情境-任务-行动-结果，清晰描述项目背景、个人贡献及最终成效
- 技术深度：从原理层面解释技术选型依据，对比不同方案的优劣
- 数据驱动：用具体指标（如准确率提升%、延迟降低ms）证明优化效果
- 业务视角：结合业务场景说明技术方案的价值和局限性
- 请详细介绍一个你主导的大模型应用项目，包括架构设计、难点及解决方案
- 在RAG系统中，如何优化检索效果和处理长上下文？
- 如何评估和优化LLM应用的响应延迟和准确率？
- 在设计Agent工作流时，如何处理工具调用的失败和异常？
职位点评
薪资福利85
成长发展92
工作生活60
使命价值75
薪资福利
85较高
作为已上市的互联网巨头，提供具有市场竞争力的薪酬和完善的福利体系，符合资深人才的市场价位。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
92较高
职位聚焦于大模型应用这一前沿技术领域，提供极高的技术成长空间和行业视野，是职业发展的优质跳板。
技术前沿前沿/新兴技术
技术栈RAG、AI Agent、LLM、LangChain、LlamaIndex、Prompt Engineering、Tool Calling
业务类型profit_center
工作生活
60中等
互联网大厂通常工作节奏较快，虽未明确提及加班情况，但资深岗位要求高产出，WLB可能存在一定压力。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
通过AI技术提升旅游出行体验，具有明确的商业价值和社会便利性，能带来一定的成就感。
行业发展稳定成熟行业
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