资深研发工程师

优缺点分析

角色解读

• 技术专家路线：深耕RAG、Agent领域，成为知识库与Agent架构专家
• 管理路线：带领团队负责知识平台建设，晋升技术经理或架构师
• 横向发展：向AI产品、技术咨询等方向拓展，结合业务创造更大价值
• 负责搭建和优化知识库与Agent系统，包括Graph-RAG、向量检索、Agent编排等，提升研发效率
• 设计并落地多场景Agent应用，区分探索与生产环境，确保系统稳定性
• 构建业务语义本体，统一异构知识检索，为经营决策和智能助手提供支持
• 建立评测迭代体系，以数据驱动持续优化知识库与Agent性能
• 精通Go/Java/Python之一，熟悉另一门，具备扎实的系统设计能力
• 熟悉Graph-RAG、向量检索调优，能进行复杂业务知识建模
• 掌握Agent编排、记忆、工具调用等全链路工程优化
• 具备评测数据驱动迭代的思维，持续跟进大模型前沿技术

申请策略

• 了解滴滴的业务场景，思考知识库和Agent如何落地
• 关注滴滴技术博客，了解技术栈
• 准备项目案例，展示解决问题的能力
• 突出RAG/Agent相关项目经验，详细描述技术方案和成果
• 强调系统设计能力，展示复杂系统的架构设计案例
• 如有开源项目或技术分享，务必列出，体现影响力
• 量化成果，如性能提升、效率提升等
• 深入理解Graph-RAG原理，熟悉向量数据库和图数据库

面试指南

• STAR法则：情境、任务、行动、结果，突出个人贡献
• 技术深度：从原理到实践，展示对技术的深入理解
• 问题解决：强调数据驱动和迭代优化
• 请介绍一个你主导的RAG或Agent项目，如何设计架构？
• 如何优化向量检索的召回率和准确率？
• 如何设计Agent的编排和记忆机制？
• 如何评估知识库和Agent的效果？
• 如何保证系统的高可用和稳定性？