高德-AI Agent开发工程师（商家平台）-信息工程专项

优缺点分析

角色解读

• 技术方向：从AI Agent开发专家向AI系统架构师发展，主导复杂AI原生系统的设计
• 业务方向：深入理解电商业务，成为懂业务的技术专家，推动业务创新
• 管理方向：积累跨团队协作经验，未来可转型为技术Leader或技术总监
• 基于大模型和Agent技术重构电商商家入驻、开店等核心系统，实现智能化升级
• 探索Multi-Agent协作架构在商家场景的落地，推动技术范式从传统后端向AI-Native转型
• 将AI Agent能力融入业务，提升商家运营效率和用户体验，同时优化研发效能
• 扎实的Java后端开发能力，熟悉分布式系统、中间件（MySQL、Redis、MQ、ES）
• 熟练使用AI Coding工具（如Cursor、Copilot）并遵循Spec-driven开发范式
• 理解LLM原理，至少熟悉一种AI Agent框架（如OpenClaw、CoPaw），并有实际应用经验
• 具备电商业务经验，尤其是商家域相关系统经验

申请策略

• 在简历和面试中展现对AI新技术的学习热情和快速实践能力
• 准备好一个完整的项目案例，说明如何将AI应用到实际业务并产生效果
• 突出电商商家域项目经验，尤其是与智能化、AI相关的落地案例
• 详细描述使用AI Coding工具和Spec-driven开发的实际经验，展示人机协作能力
• 强调分布式系统架构设计经验，尤其是高并发、缓存、消息队列等场景
• 如有AI Agent项目（如智能客服、运营提效工具），务必重点呈现
• 系统学习LLM原理和主流AI Agent框架，动手搭建一个简单的Agent demo
• 练习写结构化的SPEC文档，确保能清晰指导AI编码

面试指南

• 对于项目经验问题，采用STAR法则：情境、任务、行动、结果，突出技术挑战和AI应用点
• 对于架构设计问题，先明确需求边界，再给出分层或组件化方案，考虑扩展性和容错
• 对于原理性问题，从基础概念入手，结合实际应用说明，展示理解深度
• 请介绍一个你使用AI Agent框架解决实际问题的项目，具体架构和实现细节
• 如何设计一个Multi-Agent协作系统来处理商家入驻流程？
• 你如何评估AI生成代码的质量？Spec-driven开发的具体实践是什么？
• 在分布式系统中，如何保证缓存和数据库的一致性？
• 你对LLM的原理理解到什么程度？Transformer的注意力机制是如何工作的？