EASTstar-服务端开发工程师（AI应用开发方向）-27届秋招

优缺点分析

角色解读

• 技术专家路线：深耕AI+金融科技领域，成为大模型应用架构师或智能体系统专家
• 技术管理路线：在EASTstar管培项目中历练后，可向技术团队负责人、技术经理方向发展
• 跨领域发展：利用管培优势，有机会在研发、产品、业务等多条线轮岗，拓宽职业视野
• 负责设计并开发基于大模型和多智能体架构的金融业务应用系统，如智能客服、投顾助手等
• 将前沿AI技术（如RAG、Prompt工程）与具体的证券、期货、基金业务场景结合，解决实际问题
• 承担服务端模块的完整开发周期，包括需求分析、架构设计、编码实现、测试和性能调优，确保系统达到金融级高可用标准
• 参与公司金融大模型的研发与应用探索，推动技术在内部效率提升或用户服务中的落地
• 扎实的编程功底：精通Python、Java、Go或C++中至少一种，理解数据结构与算法
• AI应用开发能力：熟悉LangChain、LlamaIndex等框架，理解并实践Prompt工程、RAG、Tool Calling等关键技术
• 系统设计能力：了解微服务架构、分布式系统设计原则，能设计高并发、低延迟的系统方案
• 金融领域知识（加分）：对证券、基金、期货等金融业务流程有基本了解，或有强烈学习兴趣

申请策略

• 研究公司业务：深入了解东方财富的“东方财富网”、“天天基金”等产品，思考AI技术可在哪些环节赋能
• 关注“EASTstar管培之星”项目：在面试中可适当表达对轮岗培养和长期发展路径的理解与期待
• 突出AI项目经验：详细描述使用大模型、LangChain、RAG等技术完成的课程项目、竞赛或实习经历
• 强调编程与算法能力：通过项目代码、GitHub链接、算法竞赛成绩等证明扎实的编码和解决问题的能力
• 展示学习能力与热情：简历中体现对AI新技术的主动学习，以及对金融科技领域的好奇心
• 关联金融背景：如果有金融相关专业、课程或实习经历，务必点明，体现业务理解潜力
• 深化AI框架实践：系统性地学习并动手实践LangChain、LlamaIndex等框架，搭建完整的RAG或Agent应用
• 了解金融基础知识：快速学习证券、基金等基础业务流程和术语，思考AI技术的结合点

面试指南

• 项目/技术问题：采用STAR法则，清晰描述背景、任务、行动（具体技术方案与思考）、结果（量化或定性成果）
• 系统设计问题：从需求分析入手，自顶向下设计，考虑模块划分、数据流、关键技术选型（如缓存、消息队列）和非功能性要求（高可用、可扩展）
• 业务/动机问题：结合对JD和公司业务的了解，阐述个人兴趣与岗位要求的契合点，展现主动思考和热情
• 请介绍一个你使用大模型或AI框架完成的项目，遇到了什么技术难点，如何解决的？
• 解释一下RAG（检索增强生成）的工作原理，并设想如何将其应用于一个金融问答系统？
• 如何设计一个高并发的智能客服系统架构，以支持同时在线咨询的众多用户？
• 你对Prompt Engineering有哪些理解？在优化大模型输出结果时，有哪些常用技巧？
• 为什么对金融与AI的结合方向感兴趣？对东方财富的业务有什么了解？