富途证券
2027 Fresh Grad Hire - Intelligent R&D and Operations Platform Engineer
2027 Fresh Grad Hire - Intelligent R&D and Operations Platform Engineer
发布于 5 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 Agent
Go
Llm
Prompt Engineering
Rag
值不值得投
72综合评分
综合评分 72
香港金融科技校招岗，AI Agent 与研发运维平台方向，技术成长性强，但薪资福利与 WLB 信息未披露。
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，方便比较职业起点。
薪资怎么样
3.5万
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
31 个在招
市场机会
选择不多
香港特别行政区 · 人工智能 · 8 个在招
职位详情
关于这个职位
面向 2026-2027 届毕业生的校招岗位，加入富途智能研发与运维团队，参与构建 AI Agent 平台与全链路治理能力
你将把大模型、RAG、工具调用与海量研发运维数据结合，推动自动化开发、测试、根因分析和故障修复从被动工具走向一站式智能工作平台
最低要求
计算机科学或相关专业本科及以上学历
深入理解计算机网络、操作系统、数据结构与算法等基础
至少精通 Go/Rust/C/Java 中一种
熟悉 MySQL、Redis、Kafka 等常用存储与中间件，具备较强数据建模能力
理解大模型的基本特性（上下文窗口、token、temperature、幻觉、结构化输出）
能够使用主流模型 API、Agent SDK 和提示词模板进行基础开发
掌握 Function Calling、简单工作流编排、RAG 和会话状态管理
能够基于样本构建小型评估集，并从提示词、模型、检索或工具调用层面识别问题
具备数据隐私、密钥保护、权限边界和敏感信息处理的安全意识
英语听说流利，能够用英语进行工作会议、跨团队协作和技术沟通
具有高度责任感和自驱力
具备较强的沟通与团队合作能力
能够独立交付中等复杂度项目
对技术有热情且自驱，持续深入探索新领域，具备较强的技术敏感度、风险识别能力和全局视角
中英文作为工作语言：具备流利的英文读写能力，能够阅读英文法规和标准文件，并能用英文进行日常邮件和会议沟通
工作职责
负责智能研发与运维平台 AI Agent 模块的设计与开发，支撑自动化开发、测试验证、风险巡检、系统运维、异常根因定位、故障修复等核心场景
深入拆解研发与运维场景痛点，将业务需求抽象为标准化 Agent 能力，推动模型选型、提示词优化、检索调优和工具链落地，实现端到端闭环
建设 Agent 评估与质量保障体系，包括评估集设计、指标体系搭建、回归测试和线上质量监控，持续优化 Agent 成功率、延迟和 token 成本
参与构建 Agent 可靠性，包括可观测性、容错降级、权限隔离、提示词注入防护和操作审计，确保线上 Agent 安全稳定运行
与产品、算法和前端团队紧密协作，确保 Agent 能力按时高质量交付
编写技术文档、参与代码评审并推动工程规范落地
持续跟踪大模型、Agent 框架、RAG 等前沿技术，提升平台技术水平和研发效率
优先资格
有 AI Agents、LLM 应用、RAG 系统或 DevOps 相关项目的开发或实习经验
熟悉 LangChain、LlamaIndex 等 Agent 框架，或有大模型微调与模型准确率评估的实践经验
有开源社区贡献，或在相关领域有技术博客、论文
AI 洞察
优缺点分析
优点
- 技术方向前沿，直接参与 AI Agent、RAG、Function Calling 等落地实践
- 覆盖研发与运维全链路，能积累平台工程、评估体系和可靠性建设的复合经验
- 富途为香港金融科技平台，校招岗位有较明确的工程规范与跨团队协作场景
- 岗位要求中英文工作能力，有利于提升国际化技术沟通能力
- 需要同时理解大模型应用与后端/运维体系，学习曲线较陡
- JD 未披露办公模式与 WLB 信息，实际工作节奏需面试确认
- 适合对 AI Agent、LLM 应用和研发运维平台有强烈兴趣，具备扎实后端基础并愿意在应届阶段进入前沿技术落地场景的求职者
缺点 / 挑战
- Agent 成功率、延迟和 token 成本需要持续调优，工程复杂度较高
角色解读
- 可从 Agent 应用开发逐步深入到评估体系、可靠性工程和平台架构设计
- 随着经验积累，可向 AI 平台技术专家、Agent 方向架构师或研发效能/运维智能化负责人发展
- 岗位覆盖研发与运维全链路，有利于形成“AI 应用 + 后端 + 可观测性”的复合背景
- 参与智能研发与运维平台 AI Agent 模块的设计与开发，支撑自动化开发、测试验证、风险巡检、根因定位和故障修复等场景
- 将研发运维痛点抽象为标准化 Agent 能力，推动模型选型、提示词优化、检索调优和工具链落地
- 建设 Agent 评估、质量保障、可观测性、权限隔离和操作审计等 Reliability 能力
- 与产品、算法、前端协作交付，并持续跟踪大模型、Agent 框架和 RAG 前沿技术
- 扎实的计算机基础与后端能力，至少熟悉 Go/Rust/C/Java 中一种，并了解 MySQL、Redis、Kafka 等中间件
- 理解大模型特性，能使用模型 API、Agent SDK、Prompt 模板完成基础开发
- 掌握 Function Calling、RAG、工作流编排和会话状态管理，能设计小规模评估集
- 具备数据隐私、权限边界、提示词注入防护和操作审计等安全意识
申请策略
- 该岗位面向 2026 年 1 月至 2027 年 8 月毕业的候选人，投递时注意毕业时间匹配
- 准备英文自我介绍和技术沟通材料，面试中可能涉及英文交流或英文文档阅读
- 突出 LLM/Agent/RAG 相关项目，说明你如何设计工具调用、检索、会话状态或评估集
- 展示后端基础与中间件经验，如 Go/Java、MySQL、Redis、Kafka、数据建模
- 若有 DevOps、可观测性、故障排查、权限安全或审计相关经历，应重点量化
- 体现中英文技术沟通能力，可写英文项目文档、技术博客或跨团队协作经历
- 提前完成一个带 Function Calling、RAG 和简单评估集的小型 Agent 项目
- 补充 Agent 可靠性知识，包括可观测性、容错降级、权限隔离和提示词注入防护
面试指南
- 用 STAR 结构讲清场景、目标、方案和结果，重点说明为什么这样选模型、工具和评估指标
- 先定义成功指标，再拆解 Agent 链路中的提示词、检索、工具调用和状态管理问题
- 对可靠性问题按“可观测、可降级、可隔离、可审计”分层回答，体现工程化思维
- 如何为一个研发运维场景设计 AI Agent 的端到端闭环？
- 如何设计 Agent 评估集和指标，并平衡成功率、延迟与 token 成本？
- 如何实现 RAG 检索调优和 Function Calling 工具链？
- 如何保障 Agent 的权限隔离、提示词注入防护和操作审计？
- 请介绍一个你使用 LLM/Agent 或 DevOps 的项目，并说明遇到的难点
职位点评
薪资福利65
成长发展88
工作生活55
使命价值72
薪资福利
65中等
JD 未披露薪资与福利，补偿性信息有限；岗位为香港全职校招技术岗，具体薪酬结构需与招聘方确认。
薪资信号未披露（AI估算：2.8千–4.2万/月）
成长发展
88较高
岗位直接参与 AI Agent、RAG、评估与可靠性体系建设，技术栈新且覆盖研发运维全链路，成长空间较大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、Function Calling、Prompt Engineering、Go、Rust、C、Java、MySQL、Redis、Kafka、LangChain、LlamaIndex
成长机会Continuously track cutting-edge technologies such as large models, Agent frameworks, and RAG、participate in code reviews
业务类型cost_center
工作生活
55较低
JD 未说明办公模式、弹性或加班情况，生活化动机相关信息不足，需在面试中重点确认。
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
72中等
岗位以 AI 重塑研发运维流程，技术方向有前沿性；社会价值更多体现为内部效率与系统稳定性提升。
行业发展高速增长赛道
社会影响中性/一般
使命信号reshaping the entire R&D and operations lifecycle with AI、evolve from "passive tools" into a "one-stop intelligent work platform"
创新程度积极采用新技术
富途证券 的其他在招职位
相似职位推荐
Watch Jobs