Yonyou Network logo
用友网络
AI 应用开发工程师(智能交付平台方向)

AI 应用开发工程师(智能交付平台方向)

发布于 42 分钟前

普通员工/个人贡献者

AI 估算 · 2.0–3.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公人工智能
人工智能
Mcp
前后端联调
大模型Api
工具调用
智能体开发
知识库

值不值得投

73综合评分

综合评分 73

北京AI应用开发岗,聚焦大模型与智能体落地,技术成长性强,办公灵活性未披露。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

2.8万

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 280 个在招

市场机会

选择面较广

北京 · 人工智能 · 约 690 个在招

职位详情

关于这个职位

该职位负责用友智能交付平台的AI应用开发,围绕大模型、智能体、技能市场、知识库和业务工具接入,把AI能力落地到研发、文档处理和项目交付场景

你需要参与前后端功能迭代、接口联调、平台维护和效果优化,并支持业务人员完成应用验证与推广

最低要求

一本院校本科及以上学历,计算机相关专业,包括计算机科学与技术、软件工程、人工智能等

通过大学英语六级(CET-6),能够阅读英文技术文档、接口说明及开源项目资料
具有 2 年及以上软件开发经验,有实际 AI 应用开发经历
能够介绍或演示至少一个参与开发的 AI 应用,企业项目、个人项目或开源作品均可
有大模型 API 接入和调试经验,了解提示词、上下文、流式输出及结构化输出的应用,能够将模型能力接入实际业务功能
了解智能体、工具调用和 MCP 的基本机制,有其中至少一类的开发实践,能够完成简单任务流程及业务接口集成
熟悉 Java、Spring Boot 和 MySQL,能够阅读和修改现有项目代码,独立完成常规功能开发、接口联调及问题排查
能够进行必要的前端页面修改
具备应用部署和维护经验,能够通过日志定位问题,完成版本发布,并对 AI 输出及工具执行结果进行基本验证

工作职责

工作职责

负责公司智能交付平台的 AI 应用开发、功能迭代和日常维护,围绕智能体、技能市场、知识库及业务工具接入,推动 AI 在研发、文档处理和项目交付等场景中的实际应用
岗位职责
AI 应用与智能体开发
基于大模型服务开发智能应用,实现提示词配置、上下文管理、工具调用和任务执行等功能,持续改善任务完成效果
技能与业务工具集成
开发和维护平台技能,通过 MCP、API 等方式连接业务系统及工具,将常见交付任务封装为可复用的能力
知识库与文档能力建设
参与知识资料处理、知识检索及引用等功能开发,优化 AI 对企业资料的使用效果,支持文档生成、内容整理和交付成果输出
平台开发与维护
基于现有技术架构完成前后端功能迭代、接口联调、缺陷修复和版本发布,保障平台稳定运行
AI 应用效果优化
结合实际任务验证输出质量,排查模型调用异常、工具执行失败、任务超时等问题,优化成功率、响应速度和使用成本
应用落地支持
与业务及交付人员共同梳理应用场景,完成原型验证、使用演示和问题跟进,将用户反馈转化为平台改进

优先资格

加分项,非必备条件

有企业知识库、文档处理、多步骤智能体任务或 AI 编程工具集成经验
有 Go、桌面客户端开发,或用友、ERP 等企业系统对接经验
有 AI 平台运营、用户培训或应用推广经验,能够推动开发成果在实际工作中使用

AI 洞察

优缺点分析

优点

  • 岗位直接围绕大模型、智能体、MCP、知识库等AI应用落地能力展开,技术方向较新且实践场景明确
  • 工作内容覆盖研发、文档处理、项目交付等多个企业内部场景,容易积累企业级AI应用从开发到落地的完整经验
  • 要求中强调AI应用可演示、业务工具集成和效果优化,有助于形成可量化、可展示的项目成果
  • 使用Java、Spring Boot、MySQL等主流后端技术栈,同时结合AI能力,适合希望从传统后端转向AI应用开发的工程师
  • AI应用效果受模型输出、工具执行、知识库质量和业务场景复杂度影响,需要持续调试和优化,结果不一定稳定
  • 岗位既要开发平台功能,又要支持业务梳理、演示和问题跟进,对沟通协作和需求转化能力有要求
  • 适合有两年以上软件开发经验、熟悉Java后端并希望切入大模型应用落地的工程师,尤其适合对智能体、知识库和企业业务系统集成感兴趣的人

缺点 / 挑战

  • 需要兼顾前后端迭代、部署维护、日志排障和版本发布,工作覆盖面较广,对工程综合能力要求较高

角色解读

  • 可向AI应用架构师或智能体平台研发专家方向发展,深入大模型编排、工具调用、知识库检索和Agent任务执行
  • 可向企业级AI产品与交付解决方案方向成长,结合ERP、研发、文档和项目交付场景做行业化落地
  • 后续也可转向技术负责人或平台研发管理岗位,负责AI平台能力规划、团队协作和应用推广
  • 基于大模型服务开发智能应用,负责提示词配置、上下文管理、工具调用和任务执行等核心能力,让AI能完成具体交付任务
  • 开发和维护平台技能,通过MCP、API等方式接入业务系统和工具,把常见交付流程封装成可复用能力
  • 参与企业知识库、文档检索、文档生成和内容整理功能建设,提升AI对企业资料的使用效果
  • 负责平台前后端功能迭代、接口联调、缺陷修复、版本发布和运行问题排查,并支持业务场景验证和用户反馈跟进
  • 需要掌握大模型API接入与调试,理解提示词、上下文、流式输出、结构化输出等机制,并能将模型能力嵌入业务功能
  • 需要了解智能体、工具调用和MCP机制,具备任务流程编排、业务接口集成和工具执行结果验证能力
  • 需要具备Java、Spring Boot、MySQL后端开发能力,能够阅读和修改现有代码,并完成接口联调与问题排查
  • 需要有一定的前端修改能力、应用部署维护能力和日志排障能力,同时能阅读英文技术文档和开源资料

申请策略

  • 申请前了解用友在企业服务、ERP和智能交付方向的产品背景,准备将AI能力与业务场景结合的案例
  • 面试中强调自己不仅能调用模型API,还能把AI能力嵌入业务流程、验证输出质量并推动用户实际使用
  • 重点突出参与过的AI应用项目,包括使用的模型API、提示词设计、上下文管理、工具调用方式和最终业务效果
  • 突出Java、Spring Boot、MySQL相关项目经历,尤其是接口开发、系统集成、性能优化、日志排障和版本发布经验
  • 如果有知识库、文档处理、多步骤智能体任务、MCP或ERP系统对接经历,应单独列为亮点并说明实现细节
  • 简历中尽量用可验证的结果描述项目,例如任务成功率提升、响应时间优化、文档处理效率提升或用户使用规模
  • 提前准备一个可演示的AI应用作品,覆盖大模型API调用、提示词配置、工具调用和结构化输出,方便面试中展示
  • 补充学习MCP、Agent任务编排、RAG知识库检索与引用、文档解析等企业级AI应用常见能力

面试指南

  • 项目类问题采用“背景-目标-架构-实现-效果-复盘”的结构回答,重点说明自己负责的部分和可量化结果
  • 技术类问题采用“概念理解-实现机制-应用场景-踩坑经验”的结构,既说明原理也说明实际落地细节
  • 场景类问题采用“需求澄清-流程拆解-技术方案-验证指标-迭代优化”的结构,体现业务理解和工程闭环能力
  • 请介绍一个你参与开发的AI应用,说明模型API如何接入、提示词如何设计、工具如何调用以及最终效果如何验证
  • 你如何理解智能体、工具调用和MCP?请结合一个具体任务流程说明它们之间的关系
  • 在Java、Spring Boot和MySQL项目中,你如何完成接口联调、日志排障和版本发布?
  • 如果大模型输出不稳定、工具调用失败或任务超时,你会从哪些方面定位和优化?
  • 面对业务人员提出的一个交付场景需求,你如何把它拆解成可落地的AI应用功能?

职位点评

薪资福利72
成长发展86
工作生活55
使命价值76

薪资福利

72中等

JD未披露薪资和具体福利信息,因此补偿性动机只能基于岗位要求判断。岗位要求中级开发经验和AI应用能力,通常具备一定市场议价空间,但福利与稳定性信息不足。

薪资信号未披露(AI估算:2.0千–3.5万/月)

成长发展

86较高

岗位围绕大模型、智能体、MCP、知识库和业务工具集成展开,技术方向较新且强调实际应用落地。JD还要求效果优化、应用部署和落地支持,能帮助开发者形成完整的AI工程化能力。

技术前沿前沿/新兴技术
技术栈大模型API、智能体、MCP、提示词、上下文管理、流式输出、结构化输出、知识库、Java、Spring Boot、MySQL
业务类型ambiguous

工作生活

55较低

JD仅明确地点为北京市,未提及远程、混合办公、弹性工时或加班情况。工作涉及平台维护、版本发布、问题排查和业务支持,生活化动机满足程度难以判断。

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

76中等

岗位推动AI在研发、文档处理和项目交付等场景中的实际应用,具有提升企业交付效率和知识利用价值的意义。JD未直接描述社会使命或行业愿景,意义感主要来自AI应用落地和企业效率提升。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs