三六零
26春-AI应用开发工程师（北京）-4895(J12166)
26春-AI应用开发工程师（北京）-4895(J12166)
发布于 3 天前普通员工/个人贡献者
北京市
初级经验
全职员工
仅现场办公
本科
软件工程
Langgraph
Llm
Mcp协议
Prompt工程
Rag
向量数据库
Ai智能体
Json/Yaml/Schema
N8N
AI 估算 · 15k–25k
AI应用开发岗位技术要求高，市场竞争激烈，360作为互联网大厂，校招薪资水平较高，参考同类岗位月薪15k-25k。
职位详情
关于这个职位
该职位负责企业级AI智能体的搭建与开发，涉及MCP协议服务、Skill插件开发和大模型应用落地
你将参与智能体核心能力（规划、记忆、工具调用）开发，优化Prompt和Function Calling，并编写技术文档沉淀通用组件
适合对AI Agent技术栈感兴趣、动手能力强的应届生
最低要求
本科及以上学历，计算机、人工智能、软件工程等相关专业，1-3年AI应用、大模型智能体开发经验
熟练使用Python，熟悉FastAPI等后端开发框架，具备接口开发、服务封装能力，编码规范、具备工程化思维
核心能力要求：精通AI智能体搭建流程，有真实MCP协议、Skill插件开发落地经验，熟悉MCP服务通信机制、Skill模块化封装逻辑
熟悉主流智能体开发框架，如Dify、LangChain、LangGraph、n8n等，熟练掌握Function Calling、工具编排、提示词工程
熟悉JSON/YAML/Schema规范，具备接口定义、数据结构设计、参数配置能力，能够独立完成插件开发与服务对接
工作职责
智能体搭建与开发：负责企业级AI智能体架构设计、流程编排、链路调试，独立完成多类型业务智能体搭建、迭代优化，包含规划、记忆、工具调用、多轮对话等核心能力开发，保障智能体稳定性、逻辑性与业务适配性
MCP协议服务开发：负责MCP Server协议对接、开发、封装与适配，完成MCP接口规范定义、数据通信调试、跨服务联动，打通大模型与各类业务工具、第三方系统的通信链路，优化协议调用性能与兼容性
Skill插件开发封装：承担AI Skill工具插件开发、自定义技能封装、通用能力沉淀，包含函数编排、参数校验、能力模块化封装，适配智能体一键调用，沉淀可复用的标准化Skill工具库
大模型应用工程落地：基于LLM进行Prompt工程优化、Function Calling配置、工具链编排，结合RAG、向量数据库完成知识库对接，解决智能体问答、检索、自动化执行等业务场景痛点
联调优化与问题排查：负责智能体全链路测试、性能调优、异常排查，优化智能体响应速度、准确率、上下文连贯性，持续优化MCP通信稳定性、Skill插件兼容性
技术文档与能力沉淀：编写MCP协议、Skill插件、智能体搭建规范文档，梳理开发流程，沉淀通用组件、模板，支撑团队快速复用开发
AI 洞察
优缺点分析
优点
- 聚焦AI Agent前沿技术栈（MCP、LangGraph等），技能积累具有高市场价值
- 作为互联网大厂，平台资源丰富，项目落地机会多，能快速提升工程能力
- 校招岗位，公司培养体系完善，有明确的晋升通道和学习资源
- 北京工作地点，生活成本高，且互联网公司可能存在一定加班强度
- 适合对AI Agent技术有浓厚兴趣、具备实际开发经验（如个人项目或实习）的应届生，能快速适应高强度学习与工程实践
缺点 / 挑战
- AI Agent领域技术迭代快，需要持续学习新框架和协议，学习压力较大
- 校招要求1-3年经验，对应届生而言门槛较高，需要具备较强的实践能力
角色解读
- 从AI智能体开发工程师起步，逐步成长为Agent技术专家，主导复杂智能体系统架构设计
- 可横向扩展至大模型训练、AI平台架构等方向，成为全栈AI应用专家
- 在安全领域深耕，结合360业务特色，成为AI+安全领域的稀缺人才
- 设计并搭建企业级AI智能体，包括规划、记忆、工具调用等核心能力，确保智能体稳定且适配业务需求
- 开发MCP协议服务，打通大模型与第三方系统的通信链路，优化协议调用性能
- 封装AI Skill插件，编写可复用的标准化工具库，支持智能体一键调用
- 基于LLM进行Prompt工程、Function Calling配置，结合RAG实现知识库对接，解决实际业务问题
- 精通Python及FastAPI等后端框架，具备良好的工程化编码能力
- 掌握AI智能体开发框架（如Dify、LangChain、LangGraph），熟悉MCP协议和Skill插件开发
- 熟悉JSON/YAML/Schema规范，具备接口定义和数据结构设计能力
- 了解RAG、向量数据库等大模型落地技术，能进行Prompt优化和工具编排
申请策略
- 在简历中附上GitHub链接，展示相关代码项目，增加技术说服力
- 关注360在AI安全领域的最新动态，面试时结合公司业务方向表达认知
- 突出AI智能体或大模型相关项目经验，特别是使用LangChain、Dify等框架的实践
- 展示Python后端开发能力，如有FastAPI、RESTful API开发经历
- 强调对MCP协议或类似通信协议的理解，以及工具插件开发经验
- 系统学习LangChain/LangGraph框架，完成一个智能体Demo项目（如对话机器人+工具调用）
- 熟悉MCP协议官方文档，尝试搭建简单的MCP Server
- 补充RAG技术栈，掌握向量数据库（如Milvus、Chroma）的基本使用
面试指南
- STAR法则：描述情景、任务、行动、结果，突出技术难点和解决方案
- 技术对比：比较不同框架（如LangChain vs Dify）的优劣，展示深度理解
- 问题解决：从现象→定位→修复→预防的闭环思路，体现工程化思维
- 请描述一次你搭建AI智能体的经历，使用了哪些框架和技术？
- MCP协议的工作原理是什么？如何实现一个MCP Server？
- 解释Function Calling的概念，并举例说明如何配置
- 如何优化智能体的多轮对话连贯性？
- 如果智能体调用外部API失败，你如何排查和恢复？
职位点评
68
综合评分
大厂AI Agent校招，技术前沿、成长快，但北京现场办公、WLB一般。
更适合这类人
适合重视技能成长和职业发展、对AI前沿技术有热情、能承受一定工作压力的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值65
薪资福利
75中等
薪资水平在互联网大厂校招中属于中上，福利完善，但北京生活成本高，综合来看补偿性较好。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
90较高
AI Agent技术属于前沿领域，公司平台大，项目实战机会多，成长空间广阔。
技术前沿前沿/新兴技术
技术栈AI智能体、MCP协议、LangChain、LangGraph、RAG、向量数据库、Function Calling
业务类型profit_center
工作生活
40较低
仅现场办公，北京地点，互联网公司普遍存在加班文化，生活工作平衡较差。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
65中等
AI安全领域有社会价值，但岗位偏技术实现，使命感中等。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs