蚂蚁集团-智能体与大模型应用工程-杭州

优缺点分析

角色解读

• 作为大模型应用领域的稀缺人才，可向资深架构师或技术专家方向发展，主导更复杂的企业级AI平台建设
• 有机会深入探索Agent前沿技术，成为AI智能体方向的领军人物，推动技术落地与业务创新
• 在蚂蚁集团这样的巨头平台，可以接触到海量业务场景与顶级技术资源，未来也可转向技术管理岗位，带领团队攻克技术难题
• 负责企业级Agent平台的顶层架构设计，将业务SOP转化为Agent可执行逻辑，确保平台可扩展、可维护
• 主导Agent记忆系统、规划引擎、工具集等核心模块的开发，深入实践harness技术，构建标准化框架
• 针对幻觉控制、长上下文丢失、推理成本与响应延迟等工程痛点，进行系统性性能优化
• 构建Agent的进化体系，通过可观测、可归因、自动优化与自动上线机制，实现模型的自迭代与能力提升
• 精通至少一门主流开发语言（Python/Go/Java），具备高并发、分布式系统架构设计经验
• 深入理解LLM、RAG及Agent相关技术，熟悉Agent调用链路中的长连接与异步任务处理
• 具备较强的业务抽象与技术架构能力，能将复杂业务需求转化为合理的前瞻性技术方案
• 拥有良好的学习能力、问题分析与解决能力，以及团队协作和自驱力

申请策略

• 在申请和面试中，展现对Agent技术演进的理解和热情，可以分享自己对该岗位技术方向的见解
• 了解蚂蚁集团的业务布局，特别是大模型在金融领域的应用场景，结合自身经验提前思考可能的解决方案
• 突出高并发、分布式系统的实际项目经验，详细描述自己主导的架构设计与落地成果
• 强调在LLM、RAG、Agent等AI应用开发上的实践经历，如构建过Agent框架、优化过Token成本等
• 展示业务理解能力，可以举例如何将非技术业务需求转化为技术方案，并创造实际价值
• 如果有互联网金融或2C AI产品经验，务必在显要位置呈现，作为加分项
• 深入学习Agent相关技术栈，如LangChain、LLM应用框架、记忆系统设计等，动手实践构建一个完整Agent应用
• 熟悉高并发、异步编程的优化技巧，掌握性能分析工具，提升解决延迟和资源消耗的能力

面试指南

• 采用STAR法则：描述项目背景、任务目标、具体行动和量化结果，突出个人贡献与架构决策
• 对于技术问题，先阐述原理，再结合实际项目经验，分步骤说明解决方案，并提及权衡与取舍
• 针对开放性问题，可先复述问题以确认理解，然后提出结构化思路，如从业务、架构、算法多个层面展开
• 请介绍一个你负责的Agent或大模型应用项目，架构是如何设计的？遇到的主要挑战及解决思路？
• 如何控制Agent在生成过程中的幻觉？你有哪些实践经验？
• 如何设计一个高并发的Agent调用链路？长连接和异步任务如何处理？
• 如何将业务流程SOP转化为Agent可执行的逻辑拓扑？请举例说明
• 你如何评估和优化推理成本（Token优化）？有哪些具体策略？