米哈游
资深Agent研发工程师
资深Agent研发工程师
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai-Native
Ai工作流
Ai治理
Api集成
Llm Agent
Prompt Engineering
Rag
数据处理Pipeline
游戏发行
值不值得投
73综合评分
综合评分 73
高薪前沿AI岗位，技术成长空间大，但需适应现场办公和较高工作强度。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
55K
比人工智能中位数高
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 1470 个在招
市场机会
选择面较广
上海 · 人工智能 · 64 个在招
职位详情
关于这个职位
作为米哈游的资深Agent研发工程师，你将深入游戏发行业务一线，负责设计并落地从数据到AI输出的完整工作流，包括LLM Agent编排、RAG架构和数据处理Pipeline
你将推动AI工作流从原型验证走向生产环境，并协助构建AI治理机制，沉淀标准化最佳实践，助力组织向AI-Native演进
此岗位需要你具备扎实的工程能力和跨团队协作能力，在复杂业务场景中交付可衡量的AI解决方案
最低要求
-10 年工作经验，在至少一个业务或技术领域具备专家级实力，工程能力扎实，有 AI 改造既有业务场景的实践经验
能独立端到端交付生产级服务，具备在复杂组织中推进项目落地的能力，服务意识强，抗压能力强
熟悉 Agent 平台架构设计，包括记忆系统、上下文管理、编排规划及 Agent 评测体系构建
热爱米哈游的游戏与产品，认同 AI-Native的技术理念
工作职责
进驻项目现场，与项目组成员共同梳理并构建 AI 工作流，设计从数据输入到 AI 输出的完整链路，包括 LLM Agent 编排、RAG 架构设计、数据处理 Pipeline 与 API 集成方案
完成从原型验证（PoC）到生产环境（Production）的全流程推进，确保 AI 工作流在实际业务中稳定运行并产生可衡量的业务结果
协助项目组设计 AI 治理机制，将 AI 工作流嵌入日常业务流程，推动组织从"AI 辅助"向"AI-Native"演进
包括知识库运营、Agent 编排规范与效果评估体系建设
在交付过程中识别不同业务场景的共性需求，将可复用的 Agent 能力、工作流模板、Prompt 工程方案及工具链沉淀为标准化最佳实践
深入游戏发行业务场景，快速理解具体业务诉求并转化为可落地的 AI 解决方案
AI 洞察
优缺点分析
优点
- 米哈游作为游戏行业头部公司，平台大，业务场景丰富，为AI技术落地提供广阔空间
- 岗位涉及AI-Native转型，处于技术前沿，能积累LLM、RAG等前沿技术经验
- 薪资水平高，福利待遇好，职业发展路径清晰
- 需要深入业务现场，与多方协作，对沟通和推动能力要求高，工作强度可能较大
- 对综合能力要求高，既要懂技术，又要懂业务，需要持续学习和适应
- 适合具备5年以上经验，有AI落地经验，热爱游戏，希望在AI应用领域深耕的技术专家
缺点 / 挑战
- AI-Native转型处于探索阶段，需要面对技术不确定性和快速迭代的挑战
角色解读
- 在AI-Native转型的浪潮中，该岗位将积累深厚的AI落地经验，成为企业级AI解决方案专家
- 可向AI架构师、AI技术负责人或AI产品负责人方向发展，负责更大规模的AI平台和团队管理
- 在游戏行业，可深入探索AI在游戏研发、发行、运营等环节的应用，成为游戏AI领域的专家
- 深入游戏发行业务现场，与项目组共同梳理业务需求，设计并实现从数据输入到AI输出的完整AI工作流，包括LLM Agent编排、RAG架构和数据处理Pipeline
- 负责AI工作流的全生命周期管理，从原型验证（PoC）到生产环境（Production）的落地，确保系统稳定运行并产生可衡量的业务价值
- 协助构建AI治理机制，包括知识库运营、Agent编排规范和效果评估体系，推动组织向AI-Native演进
- 识别不同业务场景的共性需求，将可复用的Agent能力、工作流模板和Prompt工程方案沉淀为标准化最佳实践
- 扎实的工程能力，能独立端到端交付生产级服务，具备在复杂组织中推进项目落地的能力
- 熟悉Agent平台架构设计，包括记忆系统、上下文管理、编排规划及Agent评测体系构建
- 精通LLM Agent编排、RAG架构设计、数据处理Pipeline与API集成方案
- 具备AI改造既有业务场景的实践经验，能够快速理解业务诉求并转化为可落地的AI解决方案
申请策略
- 在申请材料中展现对米哈游游戏和AI-Native理念的认同，体现文化契合度
- 准备一个完整的AI项目案例，展示从需求分析到落地交付的全过程
- 突出AI项目落地经验，特别是从0到1构建AI工作流的完整案例，强调可衡量的业务结果
- 强调Agent平台架构设计经验，包括记忆系统、上下文管理、编排规划等
- 展示在复杂组织中推动项目落地的能力，例如跨部门协作、解决实际问题的案例
- 体现对米哈游游戏和AI-Native理念的理解和热情
- 深入学习LLM Agent编排、RAG架构等前沿技术，并关注AI治理和评估体系
- 了解游戏行业业务，特别是游戏发行、运营等场景，思考AI如何赋能
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化回答项目经验问题，突出个人贡献和量化结果
- 结合具体技术方案和业务场景，展示技术深度和业务理解能力
- 强调数据驱动和效果评估，体现对AI落地价值的重视
- 请分享一个你主导的AI项目从0到1落地的案例，遇到的最大挑战是什么？
- 如何设计一个高效的RAG系统？如何评估其效果？
- 如何设计Agent的记忆系统和上下文管理机制？
- 在推进AI项目时，如何与业务部门有效沟通并推动落地？
- 你对AI-Native的理解是什么？如何推动组织向AI-Native转型？
职位点评
薪资福利80
成长发展90
工作生活40
使命价值70
薪资福利
80较高
该职位为资深岗位，薪资水平在行业内具有竞争力，但具体薪资未在JD中披露。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
岗位涉及AI-Native转型，技术前沿，能接触到LLM Agent、RAG等新技术，并有机会沉淀最佳实践，成长空间大。
技术前沿前沿/新兴技术
技术栈LLM Agent、RAG、AI工作流、数据处理Pipeline、API集成、Prompt工程
成长机会推动组织从"AI 辅助"向"AI-Native"演进、沉淀为标准化最佳实践
业务类型profit_center
工作生活
40较低
岗位要求进驻项目现场，可能涉及出差和现场办公，工作强度可能较大，WLB方面未提及。
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
岗位推动AI在游戏业务中的落地，具有技术创新的意义，但社会影响力相对中性。
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
米哈游 的其他在招职位
相似职位推荐
Watch Jobs