蚂蚁集团-AI Agent与大模型应用工程师-芝麻企业信用

优缺点分析

角色解读

• 技术专家路线：深耕AI Agent与大模型在垂直领域的应用，成为该领域的架构师或技术专家
• 技术管理路线：在积累足够项目和团队经验后，转向技术团队管理，负责AI应用团队的整体技术方向和交付
• 设计并实现基于AI Agent和大模型的智能系统，解决企业信用分析等复杂商业问题
• 深入业务场景，将模糊需求转化为清晰的AI技术目标，并负责系统核心模块（记忆、推理、工具调用）的架构设计
• 跟踪并引入前沿AI技术，进行技术创新、系统优化，并推动研究成果转化为技术专利或论文
• 精通Agent架构（如Agentic RAG）设计与开发，有大型项目落地经验
• 扎实的编程能力与AI理论基础，熟悉主流LLM应用范式（Prompt Engineering, Tool Use）与风险应对
• 强大的逆向工程与问题解决能力，能利用AI技术优化复杂系统
• 对AI技术有热情，并能理解商业逻辑，追求技术落地价值

申请策略

• 提前了解芝麻信用的企业服务业务和其在蚂蚁集团生态中的角色
• 准备一个体现“逆向工程思维”或“利用AI修复复杂Bug”的具体案例
• 突出参与过的Agent/RAG项目经验，详细说明系统架构设计、核心模块（记忆、推理、工具调用）的实现与优化
• 列举利用大模型解决实际业务问题的案例，强调如何理解需求、设计算法并推动落地
• 展示代码能力（如GitHub链接、技术博客）以及对LLM风险（幻觉、注入）的工程化处理经验
• 深入学习Agent前沿框架（如LangChain, AutoGen）和Agentic RAG的设计模式
• 加强对商业分析、特征工程等业务知识的学习，提升技术与业务结合的能力

面试指南

• 使用STAR法则（情境、任务、行动、结果）描述项目经验，突出技术选型和架构思考
• 强调对技术风险（幻觉、注入）的系统性思考，而不仅是表面防护
• 展示“从业务问题到技术目标再到技术实现”的完整思维链，体现业务理解和技术拆解能力
• 请描述一个你设计并实现的Agent系统架构，其中记忆管理和工具编排是如何设计的？
• 在实际项目中，你是如何应对大模型幻觉和Prompt注入风险的？
• 如果让你为一个模糊的业务痛点（如“降低某类企业的坏账率”）设计AI解决方案，你的思路是什么？
• 你如何持续跟进AI领域的最新进展？请举例说明你将新技术引入项目的经历
• 请分享一个你运用逆向工程思维解决复杂系统Bug的案例