蚂蚁集团-AI Agent工程师-蚂蚁保

优缺点分析

角色解读

• 纵向成长为AI应用架构师或技术专家，深度定义保险AI技术范式
• 横向扩展至理赔、核保等其他保险核心场景，成为领域AI专家
• 有机会带领技术团队，向技术管理方向转型
• 负责保险AI应用的技术架构设计，将保险专业材料转化为可检索、可校验的资产，并输出可信结果
• 实现Agentic应用核心链路，包括多智能体协同、混合检索、上下文工程与工具编排，支撑C端场景
• 建设AI应用的评测与质量工程体系，利用LLM-as-Judge、引用追溯等手段保证结果可信与合规
• 熟练掌握Python及常用AI框架，有C端大模型应用落地经验
• 具备Agent/工具平台/AI Infra经验，熟悉上下文工程、工具调用、Skill/Tool编排
• 了解向量数据库、倒排索引等检索技术，有混合检索实践
• 注重工程质量，具备评测体系设计能力和跨团队协作能力

申请策略

• 研究蚂蚁保的产品形态，在简历中提出针对性的改进想法
• 面试时准备一个端到端Agent项目案例，详细阐述如何保证结果可信
• 突出C端大模型应用落地的完整项目经历，包括你的角色、技术选型和效果数据
• 强调Agent相关经验，如多智能体框架、工具调用、上下文工程的具体实现
• 展示你如何建设评测体系或保证AI输出可信的实践，例如LLM-as-Judge、幻觉控制案例
• 如有保险或金融领域经验，务必放在显眼位置
• 补充Agent主流框架（如LangChain、AutoGen）的深入理解，尝试搭建多智能体demo
• 学习向量数据库（如Milvus、FAISS）和混合检索实现方案

面试指南

• 从架构、算法、工程、评估四维回答：先明确问题边界，再设计技术方案，强调可落地的工程手段和数据验证
• 结合自己的项目经验，用STAR原则说明：情境-任务-行动-结果，突出量化成果
• 针对可信度问题，强调引用追溯、LLM-as-Judge、人工评估结合的综合策略
• 设计一个保险问答Agent，如何保证回答的准确性和可信度？
• 多智能体协同中如何处理冲突和依赖？请举例说明
• 如何构建离线评测集来评估Agent效果？你会用哪些指标？
• 混合检索中向量检索和关键词检索如何融合，各有什么优缺点？
• 你如何控制大模型幻觉？有哪些工程手段？