后端开发高级工程师

优缺点分析

角色解读

• 在AI智能体运营领域深耕，成为技术专家，主导核心平台架构设计
• 向技术管理方向发展，带领团队负责智能体运营产品线
• 横向拓展至AI平台架构、大模型应用等前沿领域，提升综合技术影响力
• 主导智能体运营服务产品研发，构建标准化运营体系，支撑AI智能体业务规模化落地
• 设计并落地智能体实时运营数据平台，包括数据采集、监控、多维分析可视化
• 研发智能体运行治理平台，实现版本管理、灰度发布、流量调度、告警风控等运维能力
• 与产品、运营、销售等跨团队协作，挖掘痛点并持续优化产品功能
• 精通Java及SpringBoot/SpringCloud微服务开发，熟悉MySQL、Redis、MQ、ES等中间件
• 掌握分布式、高并发、限流熔断等技术，具备标准化后端工程落地能力
• 了解AI平台后端架构、向量库、大模型适配、AI调度，掌握AI Agent开发与LLM工程落地流程
• 具备优秀的跨团队协作和沟通能力，能精准拆解业务需求并高效落地

申请策略

• 关注用友在AI领域的战略布局，了解其智能体平台产品，在面试中展示对业务的思考
• 准备一个完整的AI项目案例，从需求分析到技术实现，体现工程落地能力
• 突出Java微服务开发经验，特别是高并发、分布式系统设计案例
• 强调AI相关项目经验，如AI Agent开发、大模型应用、智能体平台等
• 展示数据平台或运维平台建设经验，体现全栈架构能力
• 提及跨团队协作和项目推进成果，体现业务理解能力
• 补充学习AI Agent开发框架（如LangChain）、向量数据库（如Milvus）等
• 熟悉大模型运维、模型服务化部署（如TensorRT、vLLM）等知识

面试指南

• 采用STAR法则：情境-任务-行动-结果，突出个人贡献和量化成果
• 结合具体技术栈，展示架构设计思路和权衡取舍
• 体现业务导向，强调技术如何解决业务痛点
• 请介绍一个你主导的微服务架构项目，如何设计高并发和限流熔断？
• 你如何理解AI智能体运营？在规模化落地中会遇到哪些挑战？
• 如何设计一个实时数据监控平台？请谈谈数据采集、存储和可视化方案
• 你如何与产品、运营等团队协作，确保需求精准落地？
• 请谈谈你对大模型运维和AI服务治理的理解