中兴通讯
智能软件开发资深专家（AI全流程赋能）
智能软件开发资深专家（AI全流程赋能）
发布于 大约 8 小时前普通员工/个人贡献者
西安市
高级经验
全职员工
仅现场办公
本科
软件工程
Ai Agent
CI/CD
Github Copilot
Go
Llamaindex
Llm
Prompt Engineering
AI 估算 · 30k–50k
资深AI+软件工程专家，技术壁垒高，中兴通讯为上市巨头，西安薪资水平适中，预估月薪3-5万。
职位详情
关于这个职位
该职位聚焦于利用大语言模型（LLM）赋能软件开发生命周期全流程，包括需求分析、代码生成、测试自动化以及CI/CD集成
你将探索AI驱动的开发范式，构建高效自动化工具链，提升交付效率
适合对AI+软件工程交叉领域有深厚技术积累的资深开发者
最低要求
教育背景与基础：
计算机科学、软件工程或相关专业本科及以上学历，8年以上工作经验
具备扎实的软件工程理论基础，精通数据结构、算法、设计模式和系统架构设计原则
软件开发经验：
至少3年以上全栈开发经验，熟练掌握至少两种主流编程语言（如Python, Go, Java, TypeScript等）及其生态
具备丰富的敏捷开发和DevOps实践经验，精通CI/CD工具链（如Git, Jenkins, Docker, Kubernetes等）
大模型应用能力：
对大语言模型（LLM）有深入的理解，具备丰富的LLM API（如OpenAI, Anthropic, Gemini等）应用开发经验
精通提示工程（Prompt Engineering），能够编写高效、稳定的提示词以驱动模型完成复杂的软件开发任务
有使用或二次开发AI编程助手（如GitHub Copilot, Sourcegraph Cody等）的深度实践经验
自动化思维与能力：
对软件开发全流程的效能提升有极致追求，具备强大的自动化思维
熟悉各类测试框架和自动化测试策略，有利用AI提升测试效率的项目经验者优先
工作职责
AI驱动的需求分析与设计： 探索并实践使用大模型（LLM）理解、分析和转化原始用户需求，自动生成用户故事、验收标准（Acceptance Criteria）及初步的技术设计文档（如API规格、数据模型等）
智能化编码与实现： 深度利用AI编程工具链，负责核心业务逻辑的智能生成、代码重构与优化
开发和维护用于特定领域代码生成的提示（Prompts）库和自动化脚本
自动化测试生成与执行： 应用大模型技术，根据代码和需求自动生成单元测试、集成测试和E2E测试用例
探索利用AI进行缺陷智能分析与定位
端到端交付流程自动化： 将大模型能力集成到CI/CD流程中，实现自动化生成版本，打造从需求到上线的高度自动化闭环
优先资格
加分项：
具备AI Agent或多智能体系统的开发经验，能构建自主完成复杂任务的AI工具
对LangChain, LlamaIndex等大模型应用框架有深入研究或贡献
拥有个人开源项目或技术博客，在开发者社区有一定影响力
AI 洞察
优缺点分析
优点
- 技术前沿：深度接触LLM、Prompt Engineering等AI热门领域，积累稀缺经验
- 公司平台大：中兴通讯为行业巨头，资源丰富，项目影响面广
- 技能复合度高：结合软件工程与AI，形成独特竞争优势，市场价值高
- 工作强度可能较大：需探索尚无成熟方案的领域，需要持续学习和实验
- 技术迭代快：LLM领域变化迅速，需频繁跟进最新研究与实践
- 对综合能力要求高：既要懂软件开发全流程，又要精通AI应用，知识面要求广
- 适合有多年全栈开发经验、对AI赋能开发有浓厚兴趣、喜欢探索和解决复杂问题的技术专家
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI工程化架构师方向发展，主导公司AI辅助开发平台的架构设计与落地
- 也可深耕AI Agent或多智能体系统，成为企业级AI自动化解决方案专家
- 有机会转型为技术管理者，带领团队打造下一代AI原生软件开发范式
- 利用大模型自动将用户需求转化为用户故事和设计文档，减少人工编写文档的工作量
- 深度使用AI编程工具（如GitHub Copilot）生成核心业务代码，并维护提示词库以提升代码生成质量
- 基于大模型自动生成单元测试、集成测试用例，并探索AI缺陷定位，提升测试效率
- 将AI能力集成到CI/CD流水线中，实现从需求到上线的全流程自动化
- 精通至少两种主流编程语言（Python、Go、Java、TypeScript等），具备扎实的软件工程基础
- 深入理解大语言模型（LLM）原理，熟练调用LLM API并进行Prompt Engineering优化
- 熟悉CI/CD工具链（Git、Jenkins、Docker、Kubernetes）以及敏捷开发流程
- 具备自动化思维和测试框架经验，能利用AI提升开发各环节效率
申请策略
- 准备一个用AI提升开发效率的具体案例，展示从需求分析到测试的完整流程
- 了解中兴通讯在5G、通信设备等领域的业务背景，思考AI如何与其结合
- 突出全栈开发经验，尤其是使用Python、Java等语言的实际项目
- 重点展示LLM相关项目：如调用API、Prompt Engineering、AI编程助手二次开发等
- 体现自动化能力：CI/CD流水线搭建、测试自动化、效能提升案例
- 如有开源项目或技术博客，务必列出，以证明技术深度和社区影响力
- 系统学习LangChain或LlamaIndex框架，掌握Agent构建方法
- 深入理解LLM原理，特别是RAG、微调等高级技术
面试指南
- STAR法则：情景、任务、行动、结果，结构清晰展示项目经验
- 分步骤阐述：先说明目标，再讲技术选型，最后总结效果和反思
- 对比传统方法：说明AI带来的改进和局限性，体现批判性思维
- 请描述一次你使用LLM API解决实际问题的经历，遇到了哪些挑战？
- 如何设计一个Prompt以稳定生成高质量代码？请举例说明
- 解释你将AI集成到CI/CD流水线的具体方案和步骤
- 如何评估AI生成的测试用例的覆盖率和有效性？
- 你对AI Agent的理解是什么？请设计一个能自主完成代码审查的Agent
职位点评
68
综合评分
大厂前沿AI+软件工程岗位，技术成长空间大，但工作地点固定且强度可能较高。
更适合这类人
最适合注重技能成长和技术前沿性的求职者，愿意投入时间和精力来换取职业竞争力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值60
薪资福利
70中等
中兴通讯为上市大厂，薪资福利较稳定，但西安薪资水平低于一线城市，且职位未明确薪资范围，补偿性动机满足程度中等。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
该职位聚焦AI+软件开发前沿技术，提供丰富的LLM应用实践机会，个人成长空间大，发展性动机满足程度高。
技术前沿前沿/新兴技术
技术栈LLM、Prompt Engineering、GitHub Copilot、LangChain、LlamaIndex、AI Agent、Docker、Kubernetes
业务类型profit_center
工作生活
50较低
工作地点固定西安，未提及远程或弹性办公，且职位要求较高的工作投入，生活化动机满足程度一般。
工作模式仅现场办公
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
60中等
通信行业稳步发展，AI赋能开发有一定社会价值，但非直接产生社会影响力的岗位，意义感动机满足程度中等。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs