小马智行
软件工程师 - 持续集成与部署(CI/CD)平台
软件工程师 - 持续集成与部署(CI/CD)平台
发布于 大约 13 小时前普通员工/个人贡献者
全职员工仅现场办公DevOps/SRE
DevOps/SRE
Ai Agent
CI/CD
Langgraph
值不值得投
71综合评分
综合评分 71
前沿技术栈（AI Agent+DevOps）、行业前景好、发展性强，但WLB与具体福利未明示。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
比DevOps/SRE中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 100 个在招
市场机会
选择面较广
上海 · DevOps/SRE · 86 个在招
职位详情
关于这个职位
负责开发基于大模型的代码库治理Agent，设计并实现其自主完成代码审查、优化、重构、修复等任务的工作流
同时，参与自动驾驶CI/CD平台及研发流程的设计、开发和维护，并持续优化平台框架与组件以提升处理效率
最低要求
计算机相关专业本科及以上学历，3-4 年软件开发经验，具备扎实的计算机基础知识
熟练使用至少一门常用编程语言（Python、Golang、C++ 优先），熟悉 Linux 环境和 Shell 脚本
有良好的代码风格、开发习惯和文档规范
对 AI Agent / 大模型应用有强烈兴趣，熟悉 Function Calling / Tool Use、RAG、MCP（Model Context Protocol）等机制
有 LangGraph、AutoGen、OpenAI Agents SDK 或类似 Agent 框架的落地经验
自我驱动，具备较强的学习、沟通能力，能独立负责模块并主动推动跨团队问题解决
良好的英文阅读能力，较好的听说能力
工作职责
参与设计并开发基于大模型的代码库治理 Agent，负责治理任务的工作流设计，使其能自主完成代码审查、优化、重构、修复等任务
参与自动驾驶 CI/CD 平台与研发流程的设计、开发和维护工作
参与优化现有平台框架及组件，提高平台处理效率
优先资格
具备 CI/CD、DevOps 或研发效能平台相关经验，熟悉 Git、Jenkins、GitLab CI/GitHub Actions 等工具
有代码智能、自动修复、测试治理等 Agent 项目经验，或构建过 Agent 评测集与可观测性链路
熟悉云原生技术栈，如Docker、Kubernetes等
了解 Argo Workflows、ArgoCD 或其他开源 CI/CD 工具
有大型 C++/Monorepo 代码库治理或 Bazel/CMake 构建工具经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，直接参与将大模型技术应用于工业级代码治理的创新项目
- 自动驾驶行业处于快速发展期，个人成长与公司、行业成长高度绑定
- 公司作为领域内头部企业，能提供复杂系统与大规模代码库的实践平台
- 负责的模块可能跨团队协作，需要较强的沟通和推动能力解决复杂问题
- 对AI技术应用和研发效能提升有浓厚兴趣，具备扎实工程能力和跨团队协作意识，希望在技术前沿领域快速成长的软件工程师
缺点 / 挑战
- 技术挑战高，需要同时具备AI Agent、DevOps和自动驾驶业务领域的知识
- 作为核心平台，对稳定性、效率要求高，可能面临一定的工作压力
角色解读
- 技术专家路线：深耕AI Agent与研发效能领域，成为特定方向的技术专家或架构师
- 技术管理路线：随着项目复杂度增加和团队协作，可向技术经理或研发效能团队负责人发展
- 行业融合路线：深入理解自动驾驶业务，向自动驾驶系统工程师或基础架构专家方向转型
- 运用大模型技术开发代码库治理Agent，实现代码审查、优化、修复等任务的自动化
- 设计、开发和维护支持自动驾驶业务的CI/CD平台与研发流程
- 优化开发平台的基础框架与核心组件，提升系统的整体运行效率与稳定性
- 扎实的编程能力（Python/Golang/C++）及Linux环境操作与脚本编写
- 对AI Agent/大模型应用技术有深入理解，熟悉主流Agent框架（如LangGraph）的实践
- 掌握CI/CD、DevOps工具链及云原生技术（如Kubernetes、Docker）
申请策略
- 仔细研究小马智行的技术博客或开源项目，了解其技术栈和工程文化
- 面试前可以构思一个关于“如何用AI Agent优化代码审查流程”的简要方案，展示你的思考深度
- 重点展示在CI/CD平台、研发效能工具或DevOps方面的项目经验与具体成果
- 突出任何与AI Agent、大模型应用开发相关的实践经验或技术研究
- 列举在大规模代码库（特别是C++）治理、构建系统优化方面的案例
- 体现自主驱动和解决跨团队复杂问题的沟通协调能力
- 系统学习并实践LangGraph、AutoGen等主流Agent框架，理解其设计模式
- 深入学习云原生技术栈（Kubernetes、Docker），可考虑考取相关认证
面试指南
- 使用STAR法则（情境、任务、行动、结果）来组织你的项目经验回答，确保清晰、量化
- 对于技术方案设计题，先明确核心需求与约束，再阐述技术选型、关键模块和可能的取舍
- 回答行为问题时，聚焦于你个人的具体行动、思考过程和带来的实际价值
- 请描述一个你设计或参与开发的CI/CD平台/工具，解决了什么问题，架构是怎样的？
- 你如何理解并实现一个基于大模型的代码审查Agent？它的技术挑战和评估指标是什么？
- 在之前的工作中，你是如何优化现有系统性能或开发效率的？请举一个具体例子
- 当你的工作需要跨多个团队协调资源或解决问题时，你通常是如何推动的？
- 你对Function Calling、RAG或MCP等大模型应用机制有什么理解和实践经验？
职位点评
薪资福利65
成长发展90
工作生活50
使命价值80
薪资福利
65中等
该职位薪资水平估计在市场中等偏上，但未在JD中明确披露具体范围与福利构成，补偿性满足程度取决于最终谈薪结果。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
该职位技术栈前沿（大模型Agent），涉及核心平台开发，有清晰的技能成长路径（从DevOps到AI工程），并要求解决复杂工程问题，发展性动机能得到很好满足。
技术前沿前沿/新兴技术
技术栈AI Agent、LangGraph、Function Calling、RAG、MCP、Kubernetes、Docker、CI/CD
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式、弹性办公或WLB相关信息，仅说明“全职”，无法判断其工作与生活的平衡情况。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
职位服务于自动驾驶这一新兴且具有显著社会影响力的领域，工作内容涉及用前沿技术提升研发效能，意义感动机较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs