蚂蚁集团
财富海外业务-大模型应用开发-深圳
财富海外业务-大模型应用开发-深圳
发布于 大约 2 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
机器学习工程
Llm
Prompt Engineering
Rag
上下文工程
后端开发
向量数据库
微服务
智能体
AI 估算 · 30k–50k
大模型应用开发是热门方向，深圳一线大厂，3-5年经验，薪资竞争力强。
职位详情
关于这个职位
你将加入蚂蚁集团财富海外业务团队，负责基于大模型的智能体应用开发，包括RAG检索增强、提示工程、上下文管理等技术，并构建高可用的后端服务
需要扎实的编程功底和LLM应用经验，适合对大模型工程化落地有热情的开发工程师
最低要求
学历与经验：计算机科学或相关专业本科及以上学历，[3-5] 年以上后端软件开发经验
AI 应用经验：至少 [1-2] 年基于 LLM 的应用（如智能体、AI 助手、Copilot）的实际工程开发经验（再次强调：非算法岗）
深刻理解并拥有丰富的提示工程实践经验
深刻理解并拥有RAG全流程的开发与调优经验，熟悉至少一种向量数据库
熟悉上下文工程和对话管理技术，有复杂多轮对话或 Agentic 流程的设计经验
工程能力：精通 Python/Go/Java 中的至少一种，具备扎实的编程功底和软件工程（数据结构、算法、设计模式）基础
熟悉主流的 LLM 应用框架（如 LangChain, LlamaIndex, Semantic Kernel），并了解其优缺点，有能力进行二次开发或构建自定义框架
沟通与协作：具备出色的问题解决能力和快速学习能力，良好的沟通技巧和团队合作精神
工作职责
智能体架构设计：负责智能体（Agent）应用的技术选型和系统架构设计，确保系统的高性能、可扩展性和可维护性
提示工程（Prompt Engineering）：深入实践和领导提示工程，设计、测试和迭代优化复杂的 Prompt 链（Chain-of-Thought, ReAct 等），以实现精确、可靠的 Agent 行为
检索增强生成（RAG）：负责设计、构建和调优 RAG 流程
这包括但不限于：数据源接入、文档智能处理（切块、清洗）、向量化、混合检索策略以及检索结果的重排（Re-ranking）
上下文工程（Context Engineering）：设计高效的对话管理和上下文控制策略
您需要管理长短期记忆，优化上下文窗口（Context Window）的使用效率，确保智能体在复杂的多轮对话和长任务流中保持连贯性和准确性
工具与集成（Tool-using / Function Calling）：构建和维护智能体与外部工具、API 和数据源（如数据库、企业内部系统）的集成能力，使 Agent 能够执行实际操作
评估与优化：建立智能体性能（如响应质量、延迟、Token 成本、幻觉率）的评估（Evaluation）体系，并基于数据反馈持续进行工程优化
后端服务开发：开发支撑智能体运行的后端微服务，解决在实际生产环境中遇到的高并发、稳定性和安全性问题
优先资格
有 Agent 框架的实际开发经验
熟悉 LLM 应用的评估框架和方法
有 LLMOps 经验，了解如何监控、部署和运维 LLM 应用
有能力对开源模型进行高效微调（Fine-tuning），并理解其与 RAG 的适用场景（加分项）
对 AI Agent 的前沿技术（如多模态、自主规划等）有持续的跟踪和热情
AI 洞察
优缺点分析
优点
- 蚂蚁集团平台大，技术氛围浓厚，能接触前沿大模型技术
- 业务海外拓展，有机会参与国际项目，提升全球视野
- 薪酬福利有竞争力
- 技术迭代快，需要持续学习新知识
- 工作强度可能较大，需要适应快节奏
- 需要兼顾业务落地与技术深度，对综合能力要求高
- 适合有大模型应用开发经验，热爱技术攻坚，希望在金融科技领域深耕的工程师
缺点 / 挑战
- 岗位核心度高，技术挑战大，个人成长快
角色解读
- 可向AI应用架构师或技术专家方向发展，深入钻研大模型工程化
- 可转向AI产品方向，结合业务需求设计智能解决方案
- 在蚂蚁国际平台可接触大规模真实业务场景，积累金融科技经验
- 设计并实现基于大模型的智能体应用，包括技术选型、架构设计和Prompt优化
- 构建和调优RAG流程，包括数据处理、向量检索和重排序
- 开发支撑Agent运行的后端微服务，处理高并发和稳定性问题
- 建立评估体系，持续优化响应质量、延迟和Token成本
- 精通Python/Go/Java中至少一种，具备扎实的编程和软件工程基础
- 深入理解和实践提示工程、RAG、上下文工程等大模型应用核心技术
- 熟悉主流LLM应用框架（如LangChain、LlamaIndex），有二次开发能力
- 具备复杂多轮对话和Agentic流程设计经验，熟悉向量数据库
申请策略
- 关注蚂蚁海外业务的发展方向，在面试中展现对业务的理解
- 准备一个完整的智能体案例，从设计到落地
- 突出LLM应用项目经验，如智能体、RAG系统，量化成果如性能指标提升
- 展示后端开发能力，包括高并发、微服务架构等
- 强调Prompt Engineering和RAG相关实践，如有开源项目更好
- 列出熟悉的框架和工具，如LangChain、向量数据库
- 系统学习提示工程和RAG最佳实践
- 熟悉LangChain等框架，并阅读源码理解原理
面试指南
- STAR法则：情境、任务、行动、结果，用具体项目支撑回答
- 问题-分析-方案：先阐述问题，再分析原因，给出解决方案
- 结合业务：说明技术决策如何服务于业务目标
- 请介绍你设计过的RAG流程，如何优化检索效果？
- 如何设计一个多轮对话的Agent，保证上下文一致性？
- 如何评估一个大模型应用的性能？有哪些指标？
- 在项目中如何控制Token成本和响应延迟？
- 请举例说明你如何处理Function Calling的失败情况？
职位点评
71
综合评分
大厂AI应用开发岗，薪资有竞争力，技术前沿，但需要现场办公且可能加班。
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。
更适合这类人
最适合追求技术成长和职业发展的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展88
工作生活45
使命价值65
薪资福利
75中等
薪资水平有竞争力，但JD未披露具体数字，需在面试中确认。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
88较高
职位聚焦大模型前沿技术，技能成长快，有较大发展空间。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Prompt Engineering、LangChain、向量数据库、Agent
业务类型ambiguous
工作生活
45较低
仅现场办公，未提及弹性工作，可能加班，工作生活平衡一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
AI行业高速增长，但岗位主要服务金融业务，社会影响力中性。
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
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs