叮咚买菜
客服与售后 Agent 技术专家(J15303)
客服与售后 Agent 技术专家(J15303)
发布于 3 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
Agent架构
Ai Coding
Rag
任务编排
分布式系统
售后系统
大模型应用
工具调用
智能客服
值不值得投
79综合评分
综合评分 79
前沿AI技术落地、平台稳定规范、侧重架构设计与业务赋能，WLB待确认
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，方便横向比较。
薪资怎么样
4.5万
与人工智能中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
88 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 360 个在招
职位详情
关于这个职位
负责叮咚买菜客服与售后领域的智能Agent架构设计与核心研发，结合大模型、RAG及工具调用等技术，打造智能化服务与售后处理系统，提升业务响应效率与问题解决能力
需具备扎实的Java后端功底及复杂分布式系统架构经验，推动技术落地与持续迭代
最低要求
本科及以上学历，计算机或相关专业，5 年以上软件研发经验，具备复杂业务系统或技术平台的架构设计与核心研发经历
熟练Java 语言开发体系，具备扎实的软件工程能力，熟悉分布式系统、数据库、消息队列及服务治理
具备 Agent 或大模型应用的实际交付经验，承担过核心架构或关键模块建设，能够说明具体场景、技术方案、上线效果与持续改进过程
深入理解并实践过工具调用、任务编排、RAG、上下文与记忆管理等关键机制，熟悉主流 Agent 框架及 MCP 等工具接入方式，能够结合业务需要进行技术选型和定制开发
具备业务流程建模与系统集成能力，能够处理多轮交互、信息补全、业务状态流转及系统调用，理解幂等控制、异常补偿和人工介入的设计要求
具备评测、自动化测试、链路追踪及稳定性治理经验，能够定位 Agent 执行中的复杂问题，平衡业务效果、可靠性、响应速度与运行成本
具备较强的业务理解、技术判断和协作推动能力
深度使用 AI 编程工具，能够通过任务拆解、上下文组织、自动化验证和代码审查保障交付质量
工作职责
负责客服、售后两个领域 Agent 的架构设计、技术选型和核心模块研发，推动业务场景的智能化建设与持续迭代
在客服领域，围绕咨询接待、知识解答、问题识别与分流、人工客服辅助等场景，建设 Agent 应用，提升服务准确性、响应效率与问题解决能力
在售后领域，围绕售后申请、处理规则校验、处理方案生成、业务操作与异常处理等场景，建设 Agent 应用，提升售后处理效率与质量
建设知识检索、上下文管理、工具调用和任务编排等公共技术能力，结合各领域业务规则完成系统接入，提升能力复用与应用交付效率
建立面向各领域的场景评测、自动化回归与线上监控体系，持续优化业务效果
完善权限控制、规则校验、人工确认和失败恢复，保障生产运行质量
推动关键技术攻关与工程实践沉淀，运用 AI Coding 和自动化测试提升研发效率与质量，协同业务、产品与研发团队完成方案设计、上线及持续迭代
优先资格
有客服系统、智能客服、人工坐席辅助或企业知识库建设经验
有售后系统、退货退款、售后规则或异常处理系统建设经验
有 Agent 生产落地或研发效能建设经验，能够提供实际效果案例
AI 洞察
优缺点分析
优点
- 聚焦前沿AI Agent落地，技术栈领先且具备实际业务场景支撑
- 平台稳定规范，可提供完善的工程化实践与高质量的数据资源
- 直接参与核心业务智能化升级，技术成果可见度高且易出成绩
- 线上稳定性要求极高，需处理复杂的幻觉过滤、人工介入与异常补偿逻辑
- 跨部门协同频繁，需平衡技术理想与业务交付周期
- 具备扎实后端基础且对大模型应用有强烈兴趣，能在高压下保持技术敏锐度的资深开发者
缺点 / 挑战
- 需兼顾传统Java后端架构与新兴AI技术，知识更新与学习压力较大
角色解读
- 向AI技术负责人或首席架构师方向发展，主导更大规模的智能化转型
- 横向拓展至其他业务线的AI应用落地，积累跨领域技术管理经验
- 负责客服与售后场景的AI Agent架构设计与核心代码开发
- 构建RAG、工具调用、任务编排等底层技术能力并推动复用
- 搭建评测监控体系与自动化测试流程，保障线上系统稳定性
- 精通Java语言与分布式系统架构，具备扎实的工程落地能力
- 熟练掌握大模型应用开发、RAG机制及主流Agent框架
- 具备复杂业务系统集成、流程建模与异常补偿设计能力
申请策略
- 准备1-2个完整的AI落地案例，清晰阐述技术选型、难点突破与业务收益
- 提前了解叮咚买菜的业务模式与客服售后痛点，展现业务理解力
- 突出Agent/RAG项目实战经验，量化上线效果、性能指标与成本优化数据
- 强调Java架构设计与分布式系统调优能力，展示高并发/高可用系统设计经验
- 附上技术博客、开源贡献或专利，证明技术深度与工程规范意识
- 深入掌握主流Agent框架（如LangChain/LlamaIndex）及MCP协议原理
- 补充AI工程化知识，包括模型评测、链路追踪、提示词优化与成本控制
- 强化业务流程建模能力，熟悉BPMN或状态机设计模式
面试指南
- 采用STAR法则结合技术架构图解，重点说明“业务规则引擎+AI推理”的双层架构设计
- 用数据对比展示优化前后的效果（如准确率提升X%、响应时间降低Y%、成本下降Z%）
- 强调工程化思维，说明如何通过自动化测试、监控告警与灰度发布保障线上安全
- 请介绍一个你主导的Agent落地项目，如何设计上下文管理与工具调用机制？
- 面对大模型幻觉，你在客服场景中做了哪些容错、校验与人工兜底设计？
- 如何平衡Agent的响应速度、准确率与运行成本？请举例说明优化策略
- 在复杂业务系统中，如何处理多轮交互的状态流转与幂等控制？
- 复习RAG进阶技巧（如混合检索、重排序、向量库优化）及Prompt工程最佳实践
职位点评
薪资福利80
成长发展90
工作生活65
使命价值75
薪资福利
80较高
公司背景提供稳定的薪资福利体系，技术专家岗薪资处于市场中上水平，但JD未明确具体数字与发放结构。
薪资信号未披露（AI估算：3.5千–5.5万/月）
成长发展
90较高
岗位聚焦AI Agent与大模型应用落地，技术前沿性强，能提供丰富的架构设计与业务创新机会。
技术前沿前沿/新兴技术
技术栈Java、Agent、大模型、RAG、MCP、AI Coding
业务类型ambiguous
工作生活
65中等
技术专家岗通常节奏较快，但JD未明确提及加班文化或弹性办公，实际WLB取决于团队氛围。
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
75中等
致力于通过AI技术提升客户服务与售后体验，具有明确的业务价值与服务意识导向。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
叮咚买菜 的其他在招职位
相似职位推荐
Watch Jobs