AI架构工程师（agent方向）

优缺点分析

角色解读

• 深耕Agent架构领域，成为AI平台技术专家或架构师
• 向技术管理方向发展，带领Agent平台团队
• 横向拓展至大模型训练、推理优化等更广泛的AI工程领域
• 负责设计企业级AI Agent平台的整体架构，包括多智能体协作、工作流编排等核心模块
• 落地Agent在商业化广告、客服、营销等业务场景，提升智能体决策能力
• 持续研究GenAI行业最佳实践，推动Agent技术演进，优化系统稳定性与扩展性
• 精通Python/Java/Go至少一门语言，具备扎实的工程能力
• 深入理解Agent、RAG等AI原生应用构建，熟悉Dify、Coze等Agent平台
• 有模型部署与服务化经验，能保障线上服务高可用
• 强大的学习能力和技术敏锐度，适应GenAI快速迭代

申请策略

• 在面试中准备一个完整的Agent项目案例，从架构设计到效果评估
• 关注vivo的AI开放平台和技术博客，展现对公司技术方向的了解
• 突出AI应用开发项目经验，尤其是Agent、RAG相关实践
• 强调平台构建能力，如Dify二次开发、大模型API服务化
• 展示模型部署、性能优化等线上服务的稳定性保障经验
• 列出技术博客、开源贡献等体现学习能力和技术热情
• 补充Multi-Agent框架（如LangGraph、CrewAI）的动手实践
• 加深对Workflow引擎（如Temporal）的了解

面试指南

• 对于设计类问题：先明确场景和需求，画出架构图（口头描述），然后分模块说明技术选型（如通信方式、状态管理、容错等）
• 对于优化类问题：按“问题发现-数据量化-方案对比-实施效果”的结构回答，突出具体指标（如延迟降低、吞吐提升）
• 对于趋势类问题：展现对前沿技术的关注，结合自身经验提出见解，避免空谈
• 请设计一个多Agent协作系统，用于处理客户服务场景
• 如何保证Agent平台的高可用和扩展性？面临哪些挑战？
• 你如何评估和选择不同的Agent框架（如Dify vs 自研）？
• 描述一次你优化大模型推理性能的经历，用到了哪些技术？
• 你认为当前Agent技术的最大瓶颈是什么？如何改进？