2027 Fresh Grad Hire - AI Agent Engineer

优缺点分析

角色解读

• 可从应届 AI Agent 工程师成长为独立负责 Agent 模块或系统的工程师
• 深入 RAG、Agent 编排、工具调用、模型评测等方向后，可转向 AI 应用架构或算法工程
• 在金融场景积累业务理解后，可向 AI 产品技术负责人、解决方案架构或团队管理发展
• 参与 AI Agent 系统的设计、开发、测试和优化，基于大语言模型实现任务规划、工具调用、知识检索和记忆管理
• 参与 RAG、知识库、Function Calling、MCP 和工作流编排等能力开发与应用
• 对接数据库、企业内部系统和第三方 API，推动 Agent 在金融业务场景落地
• 参与 Prompt、上下文管理、模型调用、异常处理及 Agent 效果评估和性能优化
• 具备扎实的 Python 编程能力，理解数据结构、算法和后端开发基础
• 理解大语言模型、RAG、AI Agent，并有课程项目、开源项目或实习实践
• 熟悉 LangChain、LangGraph、LlamaIndex、Semantic Kernel、AutoGen 等至少一种框架
• 了解 Embeddings、向量数据库、文档检索、Git、Linux、Docker 等工程工具
• 具备优秀的中英文技术文档阅读和沟通能力

申请策略

• 准备可演示的 AI Agent/RAG 项目，说明业务场景、架构和效果
• 了解富途 AI 团队在投顾、搜索推荐、问答、内容生成等方向的产品
• 突出 Python 后端或算法项目，量化数据结构、算法和工程能力
• 展示 RAG、Agent、Function Calling、向量数据库等项目或课程经验
• 写明 LangChain、LangGraph、LlamaIndex 等框架使用经历和效果指标
• 强调中英文技术文档阅读、跨团队沟通、开源或实习经历
• 补强 Agent 任务规划、工具调用、记忆管理和多 Agent 编排的实战能力
• 熟悉向量数据库、Embeddings、文档检索和 RAG 评测方法

面试指南

• 用 STAR 描述项目：业务问题→架构设计→关键技术→量化结果
• 系统设计题先讲整体架构，再分模块讲任务规划、工具调用、RAG、记忆和评测
• 效果问题强调指标、badcase 分析和迭代闭环
• 你如何设计一个基于 LLM 的 AI Agent 系统？任务规划、工具调用、记忆管理如何实现？请介绍你做过的 RAG 项目，如何做文档切分、Embedding、检索和效果评估？LangChain、LangGraph、LlamaIndex 等框架你用过哪些？如何编排工作流和处理异常？如何评估 Agent 的任务完成质量和响应效率？遇到幻觉或工具调用失败怎么处理？为什么选择富途 AI 团队？你对 AI+金融有什么理解？
• 准备 1-2 个可深入讲解的 Agent/RAG 项目，熟悉代码和指标
• 复习 Python、数据结构、后端基础、数据库/缓存/Docker
• 了解富途业务和 AI 团队方向，准备中英文自我介绍