后端开发工程师（AI核保风控）

优缺点分析

角色解读

• 在AI+金融风控领域深耕，可向架构师或技术专家方向发展，主导大型风控系统设计
• 随着大模型应用成熟，可转型为AI应用架构师，负责智能体平台的整体设计
• 具备业务理解后，可转向风险管理或产品经理岗位，融合技术与业务决策
• 设计和开发智能核保平台与风险量化平台，构建高可用的风控规则引擎和实时计算系统
• 基于大模型开发AI Agent，实现核保流程自动化，包括工具调用、任务规划、多轮对话等功能
• 支撑保险业务的风险识别、评估和控制，编写核心功能代码并推进项目进度
• 扎实的Java和Python编程基础，熟悉JVM、多线程、IO等底层原理
• 深入理解规则引擎、流式计算和实时数据处理技术，有系统稳定性和高可用经验
• 熟悉AI Agent工程开发，包括上下文工程、RAG技术、多轮会话保持和评测集构建

申请策略

• 提前研究平安科技的业务方向和技术博客，在面试中体现对AI+保险的兴趣
• 准备好一个完整的项目案例，详细说明技术选型、挑战和成果，突出系统稳定性和创新性
• 突出Java和Python项目经验，尤其是高并发、高可用系统的设计案例
• 强调风控或反欺诈相关开发经历，以及规则引擎、流式计算的实际应用
• 展示AI Agent或大模型应用项目，如RAG、工具调用、多轮对话等，体现技术敏锐度
• 补充学习AI Agent框架（如LangChain、AutoGPT）和RAG技术，动手搭建一个小型智能体
• 深入了解保险核保业务知识，通过公开资料或课程快速入门

面试指南

• 对于系统设计题，采用STAR法则（情境、任务、行动、结果），突出技术选型、架构图和关键指标
• 对于AI Agent问题，从技术栈（LangChain等）、上下文管理、工具注册、评测方式等方面展开，体现工程实践
• 对于业务结合题，先解释业务逻辑，再对应技术方案，强调可落地性和效果
• 请详细描述你负责过的一个高可用系统设计，如何保证稳定性和应对突发流量？
• 你对AI Agent的理解是什么？如何设计一个工具调用和多轮对话的流程？
• 规则引擎和流式计算在实际风控场景中如何配合使用？请举例
• 为什么选择使用大模型做核保自动化？遇到的主要挑战是什么？
• 如何评估和优化AI Agent的准确率和召回率？