AI应用开发工程师

优缺点分析

角色解读

• 可向AI架构师方向发展，负责更大规模的AI系统设计
• 可深入AI与DevOps结合领域，成为AI工程化专家
• 也可转向大模型微调或AI平台产品经理等角色
• 设计和搭建内部产研全流程的AI自动化体系，覆盖需求、开发、测试、运维环节
• 开发并落地AI工具和Agent，如智能需求分析、代码辅助、测试生成和故障诊断
• 对接内部系统（Jira/Git/Jenkins），通过RAG、工作流编排实现AI能力集成
• 持续监控和优化AI工具的效果、成本和采纳率，赋能团队效率提升
• 扎实的Python/Go后端开发能力，熟悉API服务和容器化部署（Docker/K8s）
• 熟悉LangChain等AI应用框架，掌握RAG、提示工程和结构化输出
• 了解主流大模型（GPT/GLM/Qwen）API调用及向量数据库（Milvus/PGVector）
• 理解DevOps和CI/CD流程，具备跨角色协作能力

申请策略

• 了解万兴科技的产品和内部技术栈，在面试中展示对效率提升的理解
• 准备1-2个AI应用案例，说明设计思路、落地效果和优化过程
• 突出后端开发项目经验，尤其是API开发和容器化部署
• 强调AI相关项目，如使用LangChain构建RAG系统或Agent
• 展示对DevOps和CI/CD的理解，以及跨团队协作经历
• 如有内部效能工具开发经验，务必重点体现
• 系统学习LangChain框架和RAG原理，动手搭建一个小型问答系统
• 熟悉Docker和Kubernetes的基本操作，了解编排概念

面试指南

• 使用STAR法则描述项目背景、任务、行动和结果
• 强调技术选型（如选择向量数据库、提示策略）和迭代优化过程
• 展现系统思维，考虑效果、成本、易用性、可维护性等维度
• 请介绍你使用LangChain构建RAG系统的项目，遇到了哪些挑战？
• 如何评估和优化AI工具的效果和成本？
• 如何在DevOps流程中集成AI Agent？请举例
• 你对大模型微调了解多少？有没有相关经验？
• 假设要设计一个代码辅助智能体，你会如何规划？