27届秋招-AI算法工程师（国际化金融）

优缺点分析

角色解读

• 从算法工程师向高级算法专家或技术Leader方向发展，深耕AI Agent和大模型应用领域
• 可横向扩展至多智能体系统、自然语言处理、风控算法等方向，技术领域广阔
• 在滴滴国际化业务场景中积累大规模落地经验，具备极强的行业竞争力
• 设计和实现智能体系统，优化任务规划、工具调用和记忆机制，提升Agent在风控等复杂业务中的自主决策能力
• 基于大语言模型进行Prompt工程和微调，针对具体场景搭建高效的Agent工作流
• 追踪多智能体协作、反思机制等前沿技术，将学术论文成果转化为可落地的技术方案
• 搭建实验环境复现论文，撰写技术文档并参与团队分享
• 扎实的机器学习和深度学习理论基础，熟悉常用模型原理
• 熟练使用Python，掌握PyTorch或TensorFlow等框架
• 了解大语言模型（如GPT、LLaMA）的基本原理和应用方法
• 熟悉LangChain、AutoGen等Agent开发框架，具备实际项目经验优先

申请策略

• 在简历和面试中展现对Agent方向的热爱，如自己的技术博客或开源项目
• 了解滴滴国际化业务和风控场景，准备一些相关问题，体现业务敏感度
• 突出大模型相关项目或实习经历，尤其是Agent构建、Prompt调优、模型微调等实际经验
• 强调扎实的编程能力，附上GitHub或代码仓库链接，展示代码风格和项目质量
• 如有顶会论文或AI竞赛获奖经历，务必显眼列出，这是重要加分项
• 体现对前沿技术的关注，如阅读过ReAct、CoT等论文并有自己的理解
• 系统学习LangChain、AutoGen等框架，尝试搭建一个完整的Agent demo
• 深入理解大模型原理，掌握PEFT微调技术，如LoRA、QLoRA

面试指南

• 回答项目经验时，采用STAR法则（情境、任务、行动、结果），突出你个人贡献和技术难点
• 对于技术原理题，从定义、动机、方法、优缺点逐步展开，并结合实际案例
• 展示对前沿技术的跟踪深度，可提及具体论文或开源项目，并表达自己的思考
• 请介绍你做过的一个Agent项目，包括架构设计、遇到的挑战和解决方案
• 如何设计Prompt来提高大模型在复杂任务中的准确率？
• 你对ReAct、CoT、Self-Reflection等技术的理解，能否举例说明应用场景？
• 在大语言模型微调中，如何选择微调策略并评估效果？
• 如何处理多智能体协作中的通信和冲突问题？