蚂蚁数字科技-数科技术部-AGI研发工程师

优缺点分析

角色解读

• 专业纵深：从智能体核心技术（RAG、Planning）深入，成为AGI工程化专家
• 横向发展：可向AI产品负责人或技术管理方向拓展，领导AI工程团队
• 行业机遇：AGI是高速赛道，积累的经验可应用于全行业AI转型
• 负责AI Talk & AI Work智能对话产品的研发与迭代，优化RAG、Tool Use等核心能力，打造协作平台
• 设计多智能体研发脚手架和协作框架，实现任务分解、角色分配与协同机制，制定AI工程化标准
• 持续跟踪OpenAI、Anthropic等前沿技术动态，评估并引入新工具与方法论
• 推动AI能力在业务场景中的规模化落地，提升工程效能
• 扎实的编程基础：熟练掌握Python或Java，具备良好的工程化实践能力
• AI技术理解：熟悉LLM、RAG、Agent等概念，有实际产品或工具平台研发经验
• 系统设计能力：能够设计多智能体协作框架，处理复杂业务场景下的架构问题
• 技术敏感度：对AGI前沿技术保持关注，能快速评估和集成新技术

申请策略

• 关注蚂蚁数字科技的业务方向，在面试中展示对工程效能场景的理解
• 准备好技术答辩，包括算法、数据结构、系统设计等基础
• 突出AI相关项目经验，特别是智能体、RAG、LLM应用的实践成果
• 强调工程化能力，如代码效率、系统设计、架构优化
• 展示对前沿技术的跟踪与理解，可以提及个人技术博客或开源贡献
• 如果有多智能体或对话系统开发经验，要重点描述
• 深入理解RAG、Prompt Engineering、Agent框架（如LangChain、AutoGen）
• 补充分布式系统或微服务知识，应对大规模工程化需求

面试指南

• 采用STAR法则回答项目经历：情境、任务、行动、结果，重点突出你的决策和思考过程
• 对于设计类问题，先明确需求，再给出架构图，逐步展开细节
• 对于技术评估类问题，从技术成熟度、成本、风险等多个维度分析
• 请介绍一个你主导的AI项目，如何处理复杂问题？
• 如何设计一个多智能体协作框架？需要考虑哪些要素？
• RAG和微调在应用中的选择考量是什么？
• 如何评估和引入新的AGI技术到现有系统？
• 遇到性能瓶颈时，你的优化思路是什么？