KERING Principal AI Engineer-Agentic Systems

优缺点分析

角色解读

• 成为AI应用领域的首席技术专家，主导集团核心的智能化转型项目
• 向技术管理方向（如Engineering Manager）发展，带领更大的技术团队
• 在AI伦理、安全治理或更广泛的数字化转型战略层面发挥影响力
• 负责AI智能体系统的整体架构设计，包括模型选型、提示词工程和检索增强生成（RAG）策略
• 编写和维护生产级的Python代码，确保Agent的逻辑正确性、安全性和性能
• 建立评估体系，通过数据分析和用户反馈持续优化Agent的表现，并处理生产环境中的复杂故障
• 深厚的Python编程功底和软件工程最佳实践
• 精通AI Agent架构，包括上下文管理、记忆机制、工具调用和编排框架
• 具备技术领导力，能够审查代码、指导团队并与非技术利益相关者沟通技术方案

申请策略

• 准备一个详细的案例，说明你如何将模糊的业务需求转化为具体的AI技术方案
• 了解开云集团旗下品牌（如Gucci, Balenciaga等）的数字化现状，展现你对行业的兴趣
• 突出展示你设计的AI Agent系统的规模、影响范围及性能指标
• 强调你在生产环境中解决高难度技术问题（如延迟、准确率、安全性）的具体案例
• 体现你的技术领导力，如代码审查标准制定、团队指导或跨团队协作经验
• 深入研究主流Agent编排框架（如LangChain, LlamaIndex, Dify等）的底层原理
• 提升对业务API设计和微服务架构的理解，以更好地集成Agent到现有系统中
• 加强英语书面和口头表达能力，以适应跨国企业的沟通需求

面试指南

• 使用STAR法则（情境、任务、行动、结果）结构化回答技术案例
• 强调数据驱动的决策过程，展示如何通过A/B测试或离线评估来验证方案
• 突出以用户为中心的设计思维，说明如何平衡技术指标与用户体验
• 请描述你设计过的最复杂的AI Agent系统，你是如何处理状态管理和错误恢复的？
• 当Agent在生产环境中出现幻觉或执行错误操作时，你的评估和修复流程是怎样的？
• 如何衡量一个AI Agent的业务价值？你会建立哪些关键指标？
• 在与非技术团队沟通技术限制和风险时，你有什么成功的经验可以分享？
• 复习RAG、Prompt Engineering和Agent Orchestrator的最新最佳实践