用友网络
AI原生开发工程师
AI原生开发工程师
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Coding
Claude Code
Github Copilot
Go
Prompt Engineering
Rag
向量数据库
大模型
微服务
值不值得投
68综合评分
综合评分 68
前沿AI技术栈、成长空间大，但薪资面议、WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
45K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 250 个在招
市场机会
选择面较广
北京 · 人工智能 · 约 150 个在招
职位详情
关于这个职位
作为用友网络EBG生态部的AI原生开发工程师，你将负责企业级学习平台的技术架构设计与核心模块开发，并主导AI原生功能（如智能学习助手、个性化推荐、Agent工作流等）的落地
该职位深度依赖AI Coding工具，要求你具备全栈开发能力、大模型应用工程化经验，并能推动团队建立高效的AI辅助研发流程
你将参与从原型验证到生产环境的完整技术方案实施，解决关键技术难题，并指导团队成员
最低要求
计算机或相关专业本科及以上学历，具备扎实的计算机基础和良好的工程素养
具备 5 年及以上软件开发经验，有核心系统或复杂业务平台建设经验
能力突出者不受年限限制
熟练掌握至少一种主流后端技术栈，如 Java、Python、Go、Node.js，并具备良好的系统设计能力
熟悉主流前端技术栈，如 React、Vue、TypeScript，能够从完整产品视角推进功能落地
对 AI Coding 有丰富的实战经验，而非仅停留在代码补全层面：
能够拆解复杂任务并设计有效的上下文和指令
能够使用 AI 完成跨文件开发、重构、测试和问题排查
能够识别并修正 AI 生成代码中的逻辑、性能和安全问题
能够建立可复用的规则、工作流或智能开发代理
深入理解 AI 原生应用开发，熟悉以下多数技术：
大模型 API、结构化输出与流式响应
Prompt Engineering 与上下文工程
Embedding、向量数据库、RAG 和知识库建设
Function Calling、MCP、Agent 与多步骤工作流
模型评测、幻觉控制、内容安全和可观测性
Token、延迟和推理成本优化
熟悉数据库、缓存、消息队列、微服务、容器化及云端部署等企业级系统常用技术
具备较强的产品意识，能够理解业务目标，并在效果、成本、性能、安全与交付周期之间作出合理权衡
具备良好的沟通、协作和技术推动能力，能够承担关键项目并影响团队
工作职责
参与企业级学习平台的技术架构设计及核心模块开发，保障系统的稳定性、扩展性与可维护性
负责 AI 原生功能的设计与落地，包括但不限于：
智能学习助手与企业知识问答
个性化学习路径和内容推荐
业务仿真与交互式训练内容生成
AI课程、题目及学习内容生成
作业批改、能力评估与学习效果分析
Agent 工作流及智能任务自动化
深度使用AI Coding 工具（如 Cursor、Claude Code、Codex、GitHub Copilot 等），能够将其系统性地应用于需求分析、架构设计、编码、测试、调试、代码审查和文档编写
建立适合团队的 AI 辅助研发流程和工程规范，在保证代码质量与安全性的前提下提升研发效率
负责大模型应用的工程化建设，包括模型接入、Prompt 管理、RAG、工具调用、Agent 编排、评测、监控及成本优化
解决系统中的关键技术问题，推动技术方案从原型验证走向生产环境
指导和带动团队成员，参与技术评审、代码审查及研发人才培养
AI 洞察
优缺点分析
优点
- 技术前沿：深度参与AI原生应用开发，掌握RAG、Agent等热门技术，提升个人技术竞争力
- 平台优势：用友网络是上市企业，平台规模大，业务场景丰富，能积累企业级应用开发经验
- 工具驱动：深度使用AI Coding工具，能显著提升研发效率，并建立AI辅助研发的工程规范
- 团队影响：有机会指导和带动团队成员，提升技术领导力和影响力
- 技术复杂度高：需要同时掌握后端、前端、AI应用开发等多方面技术，对综合能力要求高
- AI技术迭代快：需要持续学习，紧跟大模型、Agent等前沿技术发展，保持技术敏感度
- 业务理解要求高：需要具备较强的产品意识，在效果、成本、性能之间权衡，对业务理解要求高
- 适合对AI技术有热情、具备全栈开发能力、有5年以上经验且希望深入AI原生应用领域的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：在AI原生应用和工程化方向深耕，成为大模型应用架构师或AI技术专家
- 管理路线：作为技术骨干，逐步带领团队，向技术经理或技术总监方向发展
- 业务融合路线：结合企业级平台业务，向产品技术复合型人才转型，负责AI产品的整体规划
- 负责企业级学习平台的技术架构设计，并主导核心模块的开发，确保系统的稳定性和可扩展性
- 设计和落地AI原生功能，包括智能问答、个性化推荐、内容生成、作业批改、Agent工作流等，将AI技术融入业务场景
- 深度使用AI Coding工具（如Cursor、Claude Code）进行需求分析、编码、测试和代码审查，并建立团队的AI辅助研发流程
- 负责大模型应用的工程化建设，包括模型接入、Prompt管理、RAG、Agent编排、评测与成本优化，推动技术方案从原型走向生产
- 扎实的计算机基础和5年以上软件开发经验，精通至少一种后端技术栈（Java、Python、Go、Node.js），并具备系统设计能力
- 熟悉主流前端技术栈（React、Vue、TypeScript），具备完整产品视角
- 深入理解AI原生应用开发，熟悉大模型API、Prompt Engineering、RAG、Agent、Function Calling等关键技术
- 具备AI Coding实战经验，能拆解复杂任务、设计上下文指令，并识别和修正AI生成代码中的问题
申请策略
- 提前了解用友网络的企业级学习平台业务，思考AI原生功能如何落地
- 在面试中展示对AI Coding工具链的深度理解，并准备相关项目案例
- 重点突出AI原生应用项目经验，如RAG、Agent、Prompt Engineering等，并展示具体的技术方案和成果
- 强调AI Coding工具的使用经验，如Cursor、Claude Code、Copilot等，并说明如何提升研发效率
- 展示系统设计能力，包括架构设计、技术选型、性能优化等，体现解决复杂问题的能力
- 突出团队协作和技术影响力，如技术评审、代码审查、指导新人等经历
- 系统学习大模型应用开发，包括RAG、Agent、Function Calling、MCP等，并动手实践
- 熟悉主流AI Coding工具（如Cursor、Claude Code）的进阶用法，提升AI辅助开发效率
面试指南
- STAR法则：描述项目背景、任务、行动和结果，突出技术难点和业务价值
- 技术深度+业务视角：在回答技术问题时，结合业务场景，展示产品思维
- 对比分析：在回答技术选型问题时，对比不同方案的优缺点，体现决策能力
- 请介绍一个你主导的AI原生应用项目，包括技术选型、架构设计和落地效果
- 如何设计一个RAG系统来提升企业知识问答的准确性？
- 你如何使用AI Coding工具来提升开发效率？请举例说明
- 如何评估和优化大模型应用的推理成本？
- 在AI原生应用开发中，如何保证代码质量和安全性？
职位点评
薪资福利70
成长发展90
工作生活40
使命价值60
薪资福利
70中等
该职位为资深技术岗，薪资水平较高，但JD未明确薪资范围，需面议。作为上市企业，福利待遇相对完善。
薪资信号面议 (35K-55K/月)
成长发展
90较高
该职位深度涉及AI原生应用、RAG、Agent等前沿技术，技术成长空间大，且有机会指导和带动团队，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈AI Coding、Cursor、Claude Code、Codex、GitHub Copilot、RAG、Agent、Prompt Engineering、大模型、向量数据库、Function Calling、MCP
成长机会指导和带动团队成员、参与技术评审、研发人才培养
业务类型ambiguous
工作生活
40较低
JD未明确工作模式，但作为技术开发岗，通常需要现场办公，且未提及WLB相关福利。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
该职位属于企业级学习平台，通过AI技术赋能教育和培训，具有一定的社会价值，但JD未明确使命导向。
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