波克城市
Java-Ai平台开发工程师（业务落地与平台建设方向）
Java-Ai平台开发工程师（业务落地与平台建设方向）
发布于 1 天前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
软件工程
Ai Agent
Llm
Mcp
Prompt Engineering
Rag
Spring Cloud
分布式系统
AI 估算 · 20k–35k
上海大型游戏公司AI岗位，Java+AI Agent技能稀缺，薪资具竞争力，预计月薪20k-35k，14薪。
职位详情
关于这个职位
该职位负责连接AI技术与业务价值，基于企业级AI Agent平台，将AI能力落地为具体的产品功能，覆盖AI视频、办公自动化、AI编程等场景
你将深度参与需求分析、方案设计到上线运营的全流程，并沉淀通用能力，推动AI在公司内部的普及与应用
最低要求
基础条件
本科及以上学历，计算机、软件工程、NLP等相关专业，3-5年Java开发经验，1年以上LLM/AI Agent相关开发经验
精通Spring全家桶（Spring Boot、Spring Cloud、Spring Security、Spring Ai）等主流框架
熟悉微服务架构设计，具备RESTful API设计经验，熟悉HTTP/HTTPS、OAuth2等协议
具备大型分布式系统设计能力，能够处理高并发、高可用、可扩展的系统架构问题
熟悉Elasticsearch、Kafka/RocketMQ、ZooKeeper、Redis、MySQL等中间件原理与应用
具备优秀的系统稳定性建设经验，能够设计和实施容灾、降级、监控等稳定性保障方案
核心能力
具备AI Agent落地经验，能够独立完成从需求分析到上线的全流程交付
熟悉上下文工程最佳实践，能够根据业务场景设计有效的上下文策略
了解RAG、Function Calling等AI Agent核心技术原理，具备问题排查与优化能力
具备良好的系统集成能力，能够对接异构业务系统并处理复杂的数据流转问题
重视代码质量，具备良好的工程素养，能够编写可维护、可扩展的代码
工作职责
业务场景开发
基于 AI Agent 平台，端到端交付 AI 视频生成、AI 办公自动化、AI Coding+CR 等场景功能
理解业务需求，设计 Agent 解决方案，平衡技术可行性与业务价值
负责需求分析、方案设计、开发测试、上线运营全流程交付
上下文工程与低代码应用
设计优化 上下文 策略，提升 Agent 执行准确率与稳定性
构建 Prompt 模板库，沉淀业务场景最佳实践
基于 Dify 等低代码平台快速搭建 AI 应用，降低落地成本
业务系统集成
对接内部业务系统，实现自动化流程，打通 AI 与业务数据链路
设计标准化 API 接口，支持多系统协作与能力复用
处理数据流转、权限、异常等问题，保障系统稳定
平台生态建设支撑
参与 MCP 协议、Skill 能力迭代，丰富 AI Agent 工具生态
参与 Hermes 可复用工作流建设，沉淀通用能力
参与 AI Coding 知识库建设，推动 AI 在研发中的普及
优先资格
加分项
有MCP/Function Calling等Agent协议开发经验
有低代码平台、AI应用开发平台使用或开发经验
有游戏行业、C端产品AI落地经验
有开源Agent项目贡献、技术博客或其他开源作品
熟悉RAG全链路技术栈或向量数据库使用
AI 洞察
优缺点分析
优点
- 接触前沿AI技术栈（AI Agent、RAG、MCP），积累稀缺经验
- 大型企业平台，业务场景丰富，能深度参与从0到1的落地过程
- 公司稳定，自负盈亏，发展可持续
- 技术迭代快，需要持续学习保持竞争力
- 适合有扎实Java后端基础、对AI应用充满热情、喜欢解决实际问题并追求技术成长的开发者
缺点 / 挑战
- 业务场景复杂，需要跨部门协作，沟通成本较高
- 作为AI落地岗位，可能面临业务效果和工程稳定性的双重压力
角色解读
- 深耕AI Agent领域，成为技术专家，主导复杂场景落地
- 向AI架构师或技术Leader发展，负责平台整体技术规划
- 横向扩展至AI产品方向，结合业务理解推动产品创新
- 基于AI Agent平台开发AI视频生成、办公自动化、AI编程等场景功能，端到端交付
- 设计并优化上下文策略和Prompt模板库，提升Agent执行准确率和稳定性
- 对接内部业务系统，实现自动化流程和数据通路
- 参与MCP协议、Skill能力迭代以及可复用工作流建设，沉淀通用能力
- 精通Java及Spring全家桶，具备微服务架构和分布式系统设计能力
- 熟悉AI Agent核心原理（RAG、Function Calling）和上下文工程最佳实践
- 掌握常用中间件（Elasticsearch、Kafka、Redis、MySQL等）并能解决高并发问题
- 具备系统集成能力，能处理异构系统对接和数据流转问题
申请策略
- 在面试中展示对AI技术落地的思考，而非仅仅关注算法原理
- 了解波克城市业务，思考AI在游戏开发、运营等场景的可能应用
- 突出AI Agent或LLM相关项目经验，尤其是从需求到上线的全流程案例
- 展示分布式系统设计经验，如高并发、高可用架构实践
- 强调上下文工程、Prompt优化等具体工作成果
- 如有开源贡献、技术博客，务必列出
- 学习LangChain、LangGraph等主流AI Agent框架，了解Dify等低代码平台
- 补充RAG全链路知识，熟悉向量数据库（如Milvus、Pinecone）
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答项目经验
- 技术问题先明确核心概念，再结合实际场景分析优缺点
- 设计题需先澄清需求边界，再给出方案并讨论权衡
- 请描述一个你设计并实现的AI Agent项目，重点说明上下文策略和效果优化
- RAG的原理是什么？如何解决检索不准确的问题？
- 如何保证分布式系统在高并发下的稳定性？请举例
- 你对Spring AI框架了解多少？它与传统Spring集成有何不同？
- 假设需要将AI能力集成到游戏运营后台，你会如何设计技术方案？
职位点评
68
综合评分
大平台AI Agent落地岗，技术前沿薪资优，工作强度未明确。
更适合这类人
最适合追求技术成长和前沿AI经验的求职者，对薪资和稳定性有一定期待，能接受不确定的WLB。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活45
使命价值70
薪资福利
70中等
薪资未直接披露，但作为大型企业AI岗位，预期处于市场较高水平，福利未明确提及。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
88较高
技术方向前沿（AI Agent、LLM），有大量成长空间，但未明确提晋升通道。
技术前沿前沿/新兴技术
技术栈Java、Spring Boot、AI Agent、LLM、RAG、Function Calling、Dify、MCP
业务类型ambiguous
工作生活
45较低
工作地点未明确，无WLB相关信息，游戏行业加班可能性较大。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI行业高速增长，但游戏行业社会影响力中性，无明确使命导向。
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