平台研发-后端开发工程师（AI 应用方向）

优缺点分析

角色解读

• 可深耕AI应用领域，从Agent研发成长为AI应用架构师或技术专家
• 在游戏行业探索AI与业务结合的实践，有机会转型为产品技术复合型人才或技术负责人
• 也可横向扩展至平台架构、AI基础设施等方向，职业选择多样
• 参与米哈游游戏业务用户增长场景的AI应用开发，利用大模型和Agent技术提升业务效率与效果
• 与产品、运营团队紧密合作，挖掘玩家需求，设计和开发面向玩家的AI创新产品
• 负责Agent应用在高并发下的性能与稳定性优化，确保系统可靠运行
• 构建Agent开发工具链，提升团队研发效率，并降低AI技术的使用门槛
• 至少熟练掌握一门后端编程语言（如Go、Python、Java），具备扎实的编码能力
• 熟悉常用数据库设计与优化（如MySQL、Redis），了解分布式系统基本原理，有高可用实践经验
• 熟练使用AI编程工具（如Claude Code、Cursor、Codex等）进行辅助开发
• 对LLM、Agent技术有基本理解，具备较强的问题拆解和快速学习能力

申请策略

• 关注米哈游的技术博客和开源项目，了解他们使用的技术栈，面试中展现兴趣
• 在面试中多结合游戏业务场景思考AI应用，体现业务敏感度
• 重点突出AI相关项目，如基于LLM的对话系统、Agent应用、RAG方案等，展示你的实践深度
• 强调后端工程能力，如高并发系统设计、数据库优化、服务治理等
• 展示你使用AI编程工具（如Cursor、Claude Code）提效的实例，体现工具素养
• 如果有全栈项目或开源贡献，也务必提及，体现综合能力
• 系统学习Agent开发框架（如LangChain、AutoGen），并动手搭建一个简单的Agent应用
• 熟悉主流AI编程工具的高级用法，如自定义指令、代码审查等

面试指南

• 对于项目经验问题，用STAR法则（情境-任务-行动-结果）组织回答，突出个人贡献和技术深度
• 对于系统设计题，从需求分析出发，分模块阐述，重点讲取舍和权衡
• 对于协作类问题，结合具体案例说明你的沟通策略和达成结果
• 请介绍你使用大模型或Agent做过的一个项目，包括技术选型和遇到的问题
• 如何设计一个支持高并发读取的后端服务？请给出架构方案
• 你如何理解AI编程工具对你的帮助？有没有用它们提升效率的实例？
• 当产品运营提出一个模糊的需求时，你怎么推进技术实现？
• 梳理后端核心知识，确保能清晰讲解数据库索引、缓存击穿、消息队列等常见问题