嘉吉投资
Senior Software Engineering - Ag & Trading
Senior Software Engineering - Ag & Trading
发布于 3 小时前普通员工/个人贡献者
全职员工混合式弹性办公人工智能
人工智能
Agentops
Llm
Rag
云原生
值不值得投
77综合评分
综合评分 77
前沿AI技术驱动、跨国平台背书、侧重工程落地与性能优化的资深技术岗
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
22 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 400 个在招
职位详情
关于这个职位
该职位专注于生成式AI助手与多智能体系统的研发与运维，负责将产品需求转化为安全高效的后端微服务与前端交互组件
核心工作涵盖LLM/RAG架构设计、Prompt工程优化、AgentOps流水线搭建及生产环境稳定性保障，旨在通过技术创新提升农业与交易业务的智能化水平
最低要求
最低要求：4年生产环境软件或数据平台开发经验
典型要求：5–8年经验，其中包括2年以上云原生AI/ML或GenAI系统（Azure、AWS或GCP）开发经验，或2年以上软件开发经验
具备使用以下语言/框架构建和扩展全栈应用的经验：React & TypeScript、Java (Spring Boot) 和/或 Python
工作职责
设计与构建：
利用Agentic AI开发多智能体工作流自动化模式
进行流程重构与映射至智能体工作流模式
架构可扩展的微服务以封装LLM/RAG/Agent工作流（Python）
实现健壮的Prompt工程模式、检索管道及缓存机制
平台运维：
扩展AgentOps的评估、自动化测试、金丝雀发布与回滚机制
分析推理延迟、GPU/CPU利用率及内存使用情况
实现每季度服务成本降低目标
负责Live AI Assistants和AI Agents的Bug修复、安全补丁及性能调优冲刺
卓越运营：
负责On-call值班手册、SLO及服务中断复盘
嵌入可观测性体系
强制执行负责任AI护栏、数据隐私控制及漏洞管理策略
赋能与指导：
辅导全栈及数据科学同事掌握GenAI/LLMOps模式
组织内部研讨会与技术博客撰写
优先资格
具备使用AI工具（如Claude Code、GitHub Copilot等）构建AI解决方案的经验
有开发使用大语言模型或其他AI服务的应用程序经验
熟悉AI编程助手或代理式开发工具
扎实的关系型数据库基础，熟练使用PostgreSQL
熟悉CI/CD流水线与现代DevOps交付实践
具备在云原生平台上部署和运行应用程序的经验
熟练掌握基于Git的版本控制与协作开发工作流
理解现代应用架构、云原生模式及安全最佳实践
AI 洞察
优缺点分析
优点
- 聚焦前沿GenAI与Agent技术栈，技术成长空间大
- 依托跨国巨头平台，业务场景丰富且资源支持充足
- 享有完善的全栈开发与AI工程化培训体系
- 需兼顾创新实验与生产环境稳定性，对系统可靠性与成本控制要求极高
- 适合具备扎实全栈功底、对AI Agent生态有浓厚兴趣，且能在高压环境下推动技术落地的资深工程师
缺点 / 挑战
- 跨时区/跨团队协作频繁，沟通与项目管理压力大
角色解读
- 可向AI架构师、首席技术专家或AI工程团队负责人发展
- 亦可横向拓展至企业级AI产品总监或数字化转型战略岗位
- 负责生成式AI助手与多智能体系统的后端架构开发与全栈集成
- 搭建LLMOps/AgentOps流水线，优化推理性能与服务成本
- 制定AI应用的安全合规与运维标准
- 精通Python/Java/React全栈开发
- 深入理解LLM、RAG检索增强生成及多智能体编排
- 掌握云原生部署、CI/CD及GPU资源调度
- 具备AI工程化落地与团队技术指导能力
申请策略
- 提前研究嘉吉在农业与交易领域的数字化布局
- 准备1-2个完整的AI Agent从原型到生产部署的案例，重点说明安全护栏与可观测性设计
- 突出GenAI/LLM项目实战经验，量化展示系统延迟优化、成本降低比例及高并发处理能力
- 强调全栈技术广度与云原生运维经验
- 深入学习LangChain/LlamaIndex等Agent框架
- 掌握向量数据库与RAG优化技巧
- 补充GPU推理性能调优知识
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 技术题先讲架构设计原则，再切入具体指标优化手段，最后补充监控与回滚机制
- 如何设计高可用的多智能体工作流？
- 遇到LLM推理延迟过高或Token成本失控时如何排查与优化？
- 如何保障AI应用的数据隐私与合规性？
- 请分享一次你主导的LLMOps流水线建设经历
- 复习云原生微服务架构与容器化部署原理
- 梳理个人项目中AI模块的性能瓶颈与解决方案
职位点评
薪资福利75
成长发展90
工作生活65
使命价值70
薪资福利
75中等
跨国巨头提供市场水准薪资，福利体系完善，但JD未明确披露具体薪酬范围。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
90较高
岗位深度绑定GenAI与AgentOps前沿技术，提供明确的导师制与技术分享机制，技术成长路径清晰。
技术前沿前沿/新兴技术
技术栈GenAI、LLM、RAG、AgentOps、Python、React、TypeScript
成长机会Coach full-stack and data-science peers、create internal workshops and tech blogs
业务类型profit_center
工作生活
65中等
跨国企业通常提供一定弹性，但JD强调On-call值班、季度降本目标及生产环境稳定性维护，工作强度中等偏上。
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
70中等
聚焦农业与交易领域，通过AI技术提升产业效率，具有明确的商业价值与社会应用前景。
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
Watch Jobs