HelloRide logo
哈啰出行
AI Agent 专家-租车

AI Agent 专家-租车

发布于 1 小时前

基层主管/组长

AI 估算 · 4.0–7.0万 · AI 参考估算
高级经验
学历未注明
全职员工仅现场办公AI算法
AI算法
Ai Agent
Prompt工程
Rag
团队管理
大语言模型
知识图谱

值不值得投

80综合评分

综合评分 80

前沿AI技术落地、高成长潜力、强业务导向、中等WLB保障

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

5.5万

比AI算法中位数低

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 460 个在招

市场机会

选择面较广

上海 · AI算法 · 约 110 个在招

职位详情

关于这个职位

该职位负责构建基于AI Agent的内部提效体系,涵盖研发全生命周期、组织协作及目标管理

需带领5人团队,通过搭建RAG知识库、开发数字分身及优化Agent工具链,推动公司向AI Native转型,并对可量化的提效结果负责

最低要求

年以上互联网研发或技术背景,具备扎实的工程落地能力

拥有AI Agent实战经验,在RAG知识库、工作流编排、多Agent协作或Prompt工程中至少有一项从设计到落地的完整经验
具备FDE(现场部署工程师)或解决方案工程师素质,能深入业务理解痛点并交付方案
有知识管理或信息架构相关经验(如企业知识库、Wiki、搜索/RAG体系建设)

工作职责

一、研发全生命周期提效

知识库建设:搭建覆盖研发全生命周期的知识体系,构建可检索、可复用的RAG知识底座
数字分身:为关键专家与高频岗位构建数字分身/数字员工,承接咨询、初评、答疑等工作
全栈效率优化:利用Agent工具链压缩需求到上线的端到端周期
敏捷迭代优化:将AI融入迭代流程,实现需求澄清、用例生成等环节的Agent化改造
二、组织全生命周期提效(FDE模式)
深入各业务与职能团队诊断痛点
定制并交付Agent解决方案,辅导团队使用
对业务提效结果负责,并将个性化需求沉淀为通用能力平台
三、目标管理提效
建设完备的业务知识库体系与目标管理制度
支撑管理层实现信息高速流转与目标对齐
其他:管理并带领5人团队完成目标

优先资格

有数字员工/数字分身/智能客服类产品实际建设经验

有内部效能平台、DevOps工具链或低代码平台搭建经验
有大模型微调、RAG进阶优化(混合检索、重排、评测体系)经验
是“超级个体”实践者,自身工作流深度AI化并有可展示的个人提效案例

AI 洞察

优缺点分析

优点

  • 处于AI应用落地的前沿,能接触最前沿的大模型与Agent技术
  • 直接参与公司核心效率变革,影响力大,成果可量化
  • 大型平台公司提供稳定的数据资源和真实的业务场景
  • 团队规模适中,既有管理权限又有足够的执行空间
  • 需要深入非技术业务部门沟通,协调成本高,阻力可能较大
  • 技术迭代极快,需保持高强度的学习与技术敏锐度
  • 内部提效往往涉及流程重构,推行难度高于纯技术开发
  • 适合既懂前沿AI技术又具备极强业务洞察力和落地能力的复合型技术人才,尤其是喜欢解决复杂实际问题、具备一定管理经验的技术专家

缺点 / 挑战

  • AI落地效果难以精确衡量,需对“可量化提效”负责,压力较大

角色解读

  • 成为企业内部AI转型的核心专家或首席AI架构师
  • 向更高层级的技术管理岗位(如技术总监)发展
  • 积累丰富的AI落地案例,未来可向AI产品负责人或创业方向发展
  • 领导5人团队,规划并实施公司内部AI提效战略
  • 搭建基于LLM和RAG的技术底座,包括知识库系统和数字员工应用
  • 深入业务一线(FDE模式),识别痛点并交付定制化Agent解决方案
  • 优化研发流程,通过AI工具链提升从需求到上线的整体效率
  • 扎实的AI工程能力,精通RAG、Prompt Engineering及多Agent协作架构
  • 优秀的解决方案设计与落地能力,能将模糊业务需求转化为技术实现
  • 团队管理与领导力,能有效带领小团队达成KPI
  • 深厚的软件工程背景,具备独立搭建系统的能力而非仅提需求

申请策略

  • 准备具体的“数字员工”或“智能助手”落地案例,最好有前后对比数据
  • 了解哈啰出行的主要业务场景,思考AI如何在租车、骑行等业务中提效
  • 突出AI Agent或RAG系统的完整落地案例,强调从0到1的建设过程
  • 量化过往项目带来的效率提升指标(如节省工时、缩短周期百分比)
  • 展示跨部门协作与解决方案交付的成功经验
  • 体现个人作为“超级个体”的AI化工作流实践案例
  • 深入研究LangChain、LlamaIndex等主流Agent框架的高级用法
  • 学习如何设计和评估RAG系统的性能(如混合检索、重排序策略)

面试指南

  • STAR法则:情境-任务-行动-结果,重点突出技术选型理由和业务价值
  • 数据驱动:用具体的效率提升数据、成本节约金额或用户满意度变化来佐证
  • 结构化思维:展示从痛点分析、方案设计、技术实现到推广运营的完整闭环
  • 务实态度:承认AI局限性,强调人机协同与持续迭代的重要性
  • 请分享一个你主导的RAG或Agent落地项目,遇到的最大挑战及解决方案是什么?
  • 如何评估AI Agent在实际业务中的提效效果?你会建立哪些指标?
  • 如果业务部门对引入AI持怀疑态度,你如何通过FDE模式说服他们并推动落地?
  • 在设计多Agent协作系统时,如何处理Agent间的冲突与状态同步问题?

职位点评

薪资福利85
成长发展92
工作生活60
使命价值75

薪资福利

85较高

作为C轮后超大型企业的高级专家岗,薪资处于市场中上水平,且提供完善的福利体系,能满足较高的物质回报预期。

薪资信号未披露(AI估算:4.0千–7.0万/月)

成长发展

92较高

岗位聚焦于AI Agent这一前沿领域,且涉及从技术搭建到业务落地的全流程,技能成长空间极大,职业天花板高。

技术前沿前沿/新兴技术
技术栈AI Agent、RAG、大模型、Prompt工程、多Agent协作
业务类型cost_center

工作生活

60中等

虽然是大厂,但岗位强调“对结果负责”和“深入业务”,且需带领团队,工作强度可能较高,WLB存在不确定性。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

致力于通过技术手段提升组织整体效率,推动企业数字化转型,具有明确的内部价值和社会意义(提升生产力)。

行业发展稳定成熟行业
社会影响中性/一般
使命信号让组织以 AI Native 的方式运转、加速组织整体 AI Native 转型
创新程度积极采用新技术
Watch Jobs