蚂蚁集团-Agent研发工程师-财富黑卡

优缺点分析

角色解读

• 技术专家路线：深耕AI与金融结合领域，成为智能体系统架构师或AI平台专家
• 技术管理路线：带领团队负责更庞大的业务模块或平台体系建设
• 产品化路线：深入理解业务，转向AI产品经理或解决方案架构师角色，驱动AI能力产品化
• 主导财富黑卡高净值客户资产管理系统的架构设计与全栈开发，确保业务模块稳定高效落地
• 研发并落地业务级的多智能体（Multi-Agent）工程体系，将其应用于用户增长、资产接入、风险控制等核心业务链路
• 探索和搭建AI Coding等研发效能工具链，推动研发流程向自动化与智能化演进
• 与跨职能团队（产品、运营、算法、投顾等）紧密协作，共同驱动AUM增长和业务目标达成
• 扎实的Java全栈开发能力与系统架构设计经验，熟悉Spring、MyBatis等主流技术体系
• 深入的AI工程化实践经验，特别是RAG技术栈、Agent系统设计与多Agent协作
• 复杂的金融业务理解能力，能够将技术方案与财富管理、风险控制等场景深度结合
• 出色的跨团队沟通与项目推进能力，能独立负责从设计到上线的完整闭环

申请策略

• 在简历和面试中，尝试将过往的技术经验与“提升研发效能”、“驱动业务增长”等岗位核心目标建立联系
• 提前了解蚂蚁财富、财富黑卡业务的基本模式，思考AI技术可以在哪些具体环节创造价值
• 面试时展现你对技术难题的热情和解决问题的系统性思维，这与岗位对“独立负责闭环”的要求高度相关
• 突出使用Java或Python进行复杂后端系统开发的项目经验，特别是涉及高并发、分布式架构的案例
• 详细描述参与或主导的AI工程化项目，如RAG系统、Agent应用、LLM落地等，强调架构设计与效果
• 提供在金融、资产、风控等相关领域工作的经验描述，证明业务理解能力
• 展示独立负责模块从设计到上线的全链路项目经历，体现工程闭环能力
• 深入研究RAG与Agent的技术细节，包括LangChain、LlamaIndex等主流框架，准备一个可演示的实践项目

面试指南

• 对于AI项目问题：采用STAR法则（情境、任务、行动、结果），重点突出你的技术选型理由、架构设计思考以及量化成果
• 对于系统设计问题：先明确业务目标和约束，然后分层次（模块划分、交互流程、数据流）进行阐述，最后讨论可扩展性和异常处理
• 对于技术深度问题：从核心原理讲起，结合具体场景分析优势与局限，展现系统性的知识体系
• 请描述一个你利用AI技术（如LLM、Agent）解决实际业务问题的项目，你在其中的贡献是什么？
• 你如何理解‘多Agent系统’？如果让你为‘私募资产接入’场景设计一个多Agent协作流程，你会如何思考？
• 请介绍一下你熟悉的RAG技术栈
• 在金融知识问答场景下，有哪些关键的技术挑战和解决方案？
• 如果交给你的模块上线后出现了性能问题，你的排查思路和解决步骤是怎样的？