蚂蚁集团
蚂蚁集团-信贷风险管理Agent工程师-杭州
蚂蚁集团-信贷风险管理Agent工程师-杭州
发布于 6 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
Ai Native
Go
Rag
分布式系统
机器学习
评测体系
值不值得投
69综合评分
综合评分 69
前沿AI Agent工程方向、信贷风控核心业务、技能成长空间大，但WLB与薪资信息不明确。
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
4.3万
比人工智能中位数高
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 890 个在招 · 其中人工智能 48 个
市场机会
选择面较广
杭州 · 人工智能 · 约 470 个在招
职位详情
关于这个职位
这是蚂蚁集团信贷业务下的AI Agent工程岗位，主要面向贷后催收场景，搭建端到端的业务型Agent、建立评测体系并持续完善AI Loop
你需要结合后端工程能力与AI应用工程能力，把催收作业流程建模并转化为Agent可自动化交付的工作流，从而提升业务效率
最低要求
计算机、软件工程、人工智能等相关专业本科及以上学历，具备3年以上后端开发、架构设计或复杂平台建设经验
精通 Java、Go、Python 中至少一种语言，具备扎实的计算机基础，熟悉分布式系统、微服务、高并发、高可用及故障恢复等工程实践
理解 AI 应用工程化方法，熟悉 Agent、RAG、Prompt/Context Engineering、工具调用和评测体系等方向，并具备实际落地经验
具备较强的系统设计和问题拆解能力，能够从业务目标出发，独立推动方案设计、开发、上线、验证和复盘
具备良好的沟通协作能力和业务 Owner 意识，对 AI Native 研发方式有实践或深入思考
工作职责
面向信贷贷后场景，搭建业务型端到端Agent、建立评测体系及完善AI Loop以促进业务作业流程的效率提升
负责贷后场景催收作业平台的持续建设，涉及多个AI工程方向，包括智能化催收工作流、催员辅助Agent、AI催收员等等
掌握一定统计、运筹、机器学习、数值分析等能力，能够将业务流程中遇到的问题建模、转化为Agent可自动化交付的作业流程
跟踪前沿AI领域技术，结合业务场景沉淀可复用的AI工程能力、评估体系及解决方案，持续提升Agent交付效率及效果
优先资格
深度使用过 Claude Code、Cursor、Codex，或有 Agent 调度、Skills 及自动化工作流经验者优先
AI 洞察
优缺点分析
优点
- 处于Agent、RAG、AI Loop等前沿AI工程方向，技术栈新且可沉淀可复用能力
- 背靠信贷风控这一核心业务场景，落地价值清晰、数据与业务复杂度高
- 有较多AI Native工具实践空间，有利于快速积累AI工程化经验
- 业务型Agent的评测与AI Loop建设没有成熟范式，需自主探索
- 适合有3年以上后端或平台建设经验、希望切入AI Agent应用工程方向，且愿意深入理解信贷业务与风控场景的工程师
缺点 / 挑战
- 贷后催收场景合规与业务约束强，方案落地需兼顾效果与风险
- 需要同时具备后端工程深度与AI应用工程能力，跨领域要求较高
角色解读
- 可在AI应用工程方向持续深入，成长为Agent平台或AI工程架构的负责人
- 也可沿业务主线发展，转型为懂AI的信贷风控/贷后业务技术专家
- 积累AI Native研发与评测体系经验后，具备向AI产品技术复合角色发展的空间
- 负责信贷贷后催收场景的端到端业务型Agent搭建，包括智能化催收工作流、催员辅助Agent、AI催收员等
- 需要建立Agent的评测体系与AI Loop，把业务流程建模为可自动化交付的工作流，并持续迭代交付效率与效果
- 扎实的后端功底：精通Java/Go/Python至少一种，熟悉分布式、微服务、高并发与高可用
- 熟悉AI应用工程化：Agent、RAG、Prompt/Context Engineering、工具调用与评测体系落地
- 具备业务建模与问题拆解能力，能把统计、运筹、机器学习方法转化为可工程化的Agent流程
申请策略
- 申请前了解蚂蚁信贷与贷后业务的整体方向，面试中主动展示对AI Native研发方式的理解
- 可准备一段从业务目标到Agent方案设计、上线与复盘的完整闭环案例
- 突出后端与复杂平台建设经验，量化高并发、高可用、分布式系统的落地成果
- 重点呈现Agent、RAG、Prompt Engineering、工具调用与评测体系的实际项目经验
- 展示AI Native研发实践，如使用Claude Code、Cursor、Codex提升效率的案例
- 体现业务建模与从0到1推动方案落地的Owner意识
- 强化Agent编排、工具调用与评测体系设计的实操能力，准备可讲解的项目案例
- 补充RAG与Context Engineering的工程实践深度，熟悉主流Agent框架
面试指南
- 用STAR结构讲清背景、目标、方案、结果，量化业务与技术收益
- 技术题先讲整体架构与关键取舍，再展开难点与解决方案
- 业务题从业务目标出发，说明建模思路、评测指标与迭代闭环
- 请介绍一个你主导搭建的Agent或AI应用项目，如何设计评测体系？
- 在高并发、高可用场景下，你如何设计系统架构与故障恢复方案？
- 如何把催收业务流程建模并转化为Agent可自动化交付的工作流？
- 你如何理解AI Native研发方式？日常如何使用Claude Code/Cursor提升效率？
- 业务型Agent效果不达预期时，你如何定位问题并迭代AI Loop？
职位点评
薪资福利68
成长发展85
工作生活55
使命价值62
薪资福利
68中等
JD未披露薪资与福利信息，具体薪酬需与HR确认；蚂蚁集团信贷核心业务岗整体薪酬在市场中有一定竞争力。
薪资信号未披露（AI估算：3.0千–5.5万/月）
成长发展
85较高
岗位聚焦Agent、RAG、AI Loop等前沿AI工程方向，且强调AI Native研发与实践沉淀，技能成长空间大。
技术前沿前沿/新兴技术
技术栈Agent、RAG、Prompt/Context Engineering、工具调用、评测体系、AI Loop、Java、Go、Python、Claude Code、Cursor、Codex
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、弹性工时或加班情况，工作强度与WLB信息不明确，需在面试中与HR确认。
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
62中等
信贷风控与AI Agent结合属于有实际业务价值的方向，AI工程化能力可复用；但贷后催收场景的社会价值感知相对中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs