蚂蚁集团
网商银行-AI应用研发工程师-（AI商业化方向）
网商银行-AI应用研发工程师-（AI商业化方向）
发布于 大约 5 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商业化
Go
Llm
Tool Calling
全栈开发
数据工程
值不值得投
75综合评分
综合评分 75
前沿AI Agent研发，技术深度高，金融场景锻炼，WLB未明确。
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
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
约 890 个在招 · 其中人工智能 28 个
市场机会
选择面较广
杭州 · 人工智能 · 约 320 个在招
职位详情
关于这个职位
该职位负责AI工作台的全链路研发，包括Agent产品、智能体套件、AI商业化等方向
你需要深度优化AI智能体的工程化落地，解决幻觉控制、推理成本等工程痛点，并构建数据资产
适合对AI技术和金融领域有热情的求职者
最低要求
计算机、人工智能、数学、统计、数据等相关专业本科及以上学历，硕士/博士优先
扎实的算法与工程能力：熟练掌握Python/Java/Go/TypeScript 至少一种编程语言，并有较强的系统设计和问题拆解能力，能完成从方案、开发到评测上线的完整闭环
熟悉 LLM、Agent、Tool Calling、Memory、Context Engineering、Loop Engineering 等技术
对技术有激情，强烈的 owner 意识，能善用AI 提升生产力，具备优秀的跨团队协同能力
全栈项目经验：有独立完成的全栈应用或 AI 工具类产品经验
工作职责
全栈研发能力：负责AI工作台（类似Workbuddy、Codex等产品）的全链路研发工作，包括但不限于Agent产品、智能体套件、AI商业化、可观测运营平台等研发工作
Agent深度优化：深度参与 AI 智能体的工程化落地，解决落地过程中的幻觉控制、长上下文丢失、推理成本（Token优化）、响应延迟、资源消耗及企业环境下的合规与隔离能力等工程痛点
Agent自进化：构建Agent的进化体系，通过可观测、可归因、可评测、自动优化、自动上线体系化构建自迭代能力，驾驭AI不断探索智能上限
数据资产构建：负责AI资金大脑数据资产建设，覆盖客户全渠道数据采集，加工，建模，服务化到智能体应用的全链路
优先资格
有面向真实用户的 AI 应用或 Agent 项目经验优先
有Workbuddy、Codex、经营分析Agent、 企业级Agent、 TOB AI产品等实战经验
有ToB的商业化产品开发经验，能够主动发现问题、持续优化，适应快速变化的业务需求
AI 洞察
优缺点分析
优点
- 参与前沿AI Agent技术落地，技术栈新颖
- 在金融级系统上工作，锻炼高可用、一致性设计能力
- 有驻场FDE经验，提升业务理解和解决问题能力
- 团队核心支付链路，技术深度和影响力大
- 需要处理幻觉控制、Token优化等复杂工程问题，技术难度高
- 快速变化的业务需求，需要持续学习和适应
缺点 / 挑战
- 金融级系统要求严格，合规和安全压力大
- 适合对AI技术和金融领域有热情，具备全栈开发能力，能应对复杂工程挑战的求职者
角色解读
- 成为AI应用领域的专家，深耕Agent技术和AI商业化
- 向技术架构师或技术管理岗位发展，负责更复杂的系统设计
- 在金融AI领域积累经验，成为业务和技术双栖人才
- 负责AI工作台的全链路研发，包括Agent产品和智能体套件
- 深度优化AI智能体的工程化落地，解决幻觉控制、推理成本等工程问题
- 构建Agent自进化体系，实现自动化优化和上线
- 负责AI资金大脑的数据资产建设，覆盖数据采集到应用的全链路
- 熟练掌握Python/Java/Go/TypeScript至少一种编程语言
- 熟悉LLM、Agent、Tool Calling等AI技术
- 具备全栈项目经验，能独立完成应用开发
- 有系统设计和问题拆解能力，能完成从方案到上线的闭环
申请策略
- 了解蚂蚁集团的AI战略和网商银行的业务
- 准备展示自己在AI应用开发中的思考和成果
- 突出全栈项目经验，特别是AI工具类产品
- 展示对LLM、Agent等技术的理解和实践经验
- 强调跨团队协同和owner意识的项目案例
- 深入学习Agent架构和Context Engineering等技术
- 提升在金融业务场景下的系统设计能力
- 练习解决AI工程化落地中的实际问题
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验，结合技术细节展示解决问题的能力，强调对业务和技术的平衡理解
- 你如何理解AI Agent的工程化落地，有哪些关键挑战？
- 请描述一个你独立完成的全栈AI应用项目
- 如何优化LLM的推理成本和响应延迟？
- 在金融场景下，如何保证AI Agent的合规性和隔离性？
- 你如何构建Agent的自进化体系？
- 复习AI Agent相关技术，如Tool Calling、Memory管理
- 研究金融支付系统的基本原理和合规要求
职位点评
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
该职位提供有竞争力的薪资和稳定的工作机会，但具体福利未详细说明。
薪资信号市场水准 (25K-45K/月)
成长发展
90较高
职位涉及前沿AI技术，有明确的成长路径和技能提升机会。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Tool Calling、Context Engineering
成长机会前沿FDE实践经验、浓厚的金融知识、深厚的工程技术功底、安全可控的AI Agent构建经验
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式，但驻场FDE暗示需要现场办公，WLB可能一般。
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
70中等
在金融AI领域工作，有社会影响力，但具体使命未强调。
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