收钱吧
AI Agent 开发工程师（餐饮 SaaS前端方向）(J11514)
AI Agent 开发工程师（餐饮 SaaS前端方向）(J11514)
发布于 3 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 Agent
Llm
Prompt工程
Rag
微信小程序
值不值得投
79综合评分
综合评分 79
前沿AI Agent技术栈、ToB业务场景丰富、成长空间大，工作强度与WLB待确认
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
4.8万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
30 个在招
市场机会
选择面较广
北京 · 人工智能 · 约 650 个在招
职位详情
关于这个职位
负责基于React与微信小程序的Web端及多端应用开发，结合AI Agent技术为餐饮SaaS场景设计并落地智能解决方案
需完成需求拆解、系统架构设计、Prompt工程、知识库构建及与业务系统的深度集成，持续优化模型准确率与交互体验
最低要求
本科及以上学历，计算机、人工智能、软件工程、大数据等相关专业优先
深入理解React核心原理（虚拟DOM、组件生命周期、状态管理如Redux/MobX等），熟练掌握React Hooks，具有至少3年以上React大型复杂应用开发和性能优化经验
熟练掌握微信小程序开发，有跨端框架Taro实际项目经验，能独立开发或主导小程序项目经验，熟悉小程序原生API及性能优化
年及以上 AI Agent、LLM 应用或 RAG 项目经验，有从开发、上线到迭代优化的完整实践
熟练掌握 Python 或 Java，能够独立完成 AI 应用开发、接口联调、部署发布及线上问题排查
基于 LangChain, LangGraph, AutoGen, CrewAI,Llamalndex、DeepAgents等框架，设计和开发单 Agent、多Agent协同及人机协同工作流
熟悉 Prompt 工程、RAG、知识库、MCP、工具调用、工作流编排、结构化输出、结果校验和异常兜底
熟练使用 SQL，具备 SaaS、ToB 或线下门店业务系统的集成经验
熟悉 HTTP、接口鉴权、消息队列等基础能力
理解餐饮门店业务，对收银、核销、对账、会员、私域营销、门店经营分析和风控等场景有实践经验或浓厚兴趣
熟练使用 Codex、Claude Code、Cursor、workbuddy 等 AI 编程工具，并具备代码质量、安全校验和问题修复能力
具备良好的问题拆解、系统设计和跨团队协作能力
工作职责
使用React技术栈负责Web端核心业务模块的开发、维护与性能优化，构建高性能、高可用、用户体验优秀的Web应用
负责微信小程序等多平台小程序的开发、维护与性能优化，确保小程序在各平台的良好运行
编写高质量、可维护的代码，进行代码审查，制定并优化前端开发规范，推动前端工程化建设
负责餐饮 SaaS 场景下 AI Agent 的需求拆解、方案设计、流程编排、开发上线及迭代优化
围绕智能经营诊断、自然语言问数、对账纠错、运营预警、商家问答、营销推荐和核销风控等场景落地 Agent 应用
推动 Agent 与 POS、门店小程序、商家后台、后端系统、数据库、数据平台、知识库及 GEO 系统集成，形成数据获取、任务执行、结果交付和反馈优化闭环
建设并优化 Prompt、RAG、行业知识库、工具调用、多轮对话和结构化输出等能力，提升结果准确性与业务可用性
建立 Agent 的评测、监控和优化机制，持续改善准确率、响应时长、异常率、人工介入率及模型调用成本
与产品、研发、测试、运营和数据团队协作，将门店业务需求转化为可交付的 AI 解决方案
AI 洞察
优缺点分析
优点
- 处于AI Agent落地前沿，技术栈新颖且具备高市场稀缺性
- 依托成熟SaaS平台，业务场景丰富且数据闭环完善
- 复合型人才成长快，易成为团队核心技术骨干
- 技术栈跨度大，需同时兼顾前端工程与AI后端逻辑，学习曲线陡峭
- Agent效果受业务数据质量影响大，调优与评测耗时较长
- 适合具备扎实前端基础且对AI应用落地有强烈兴趣的开发者，喜欢解决复杂业务问题并追求技术前沿探索的求职者
缺点 / 挑战
- ToB业务需求复杂，跨部门沟通与落地压力较高
角色解读
- 可向AI应用架构师或大模型工程专家方向发展
- 也可转向技术管理岗，负责前端与AI中台团队的建设
- 长期可深耕垂直行业的智能化解决方案专家
- 负责React Web端与微信小程序的核心开发与性能优化
- 设计并落地餐饮SaaS场景下的AI Agent应用
- 搭建RAG、知识库与多Agent协同工作流
- 与业务团队对接，将门店需求转化为AI解决方案
- 精通React生态与小程序跨端开发
- 掌握LLM应用开发、Prompt工程与RAG架构
- 熟悉Python/Java及主流Agent框架
- 具备SaaS系统集成与SQL数据处理能力
申请策略
- 提前研究收钱吧在餐饮支付与SaaS领域的布局，准备1-2个贴合其业务场景的Agent设计方案
- 面试时重点展现系统设计与跨团队协作能力
- 突出React大型项目性能优化案例及小程序跨端开发经验
- 详细展示AI Agent/RAG项目的完整链路（从需求到上线迭代）
- 强调Python/Java后端联调及多Agent框架实战成果
- 补充LangGraph/CrewAI等主流框架的深度源码阅读与实战
- 强化Prompt工程技巧与RAG检索增强策略
- 了解餐饮SaaS常见业务指标与风控逻辑
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 重点突出技术选型依据、难点攻克过程、量化业务收益
- 体现架构思维与工程化落地能力
- 请分享一个你主导的AI Agent或RAG项目，如何设计工作流并解决幻觉/延迟问题？
- React大型应用中如何进行性能瓶颈定位与优化？
- 如何将非结构化的门店业务数据转化为Agent可用的知识库？
- 面对复杂的ToB需求，如何拆解技术方案并与产品/运营高效对齐？
- 复习React底层原理与性能优化手段
职位点评
薪资福利75
成长发展92
工作生活65
使命价值85
薪资福利
75中等
薪资处于市场中上水平，符合北京大型科技企业标准，但JD未明确具体福利与年终奖细节。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
92较高
职位深度融合前沿AI Agent技术与成熟SaaS业务，提供丰富的技术探索空间与清晰的工程化落地路径。
技术前沿前沿/新兴技术
技术栈React、LLM、RAG、LangChain、LangGraph、AutoGen、CrewAI、Prompt工程
业务类型profit_center
工作生活
65中等
技术驱动型岗位通常节奏较快，但JD未提及加班文化或弹性工时，整体WLB取决于团队实际执行情况。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
致力于通过AI技术赋能传统餐饮行业，提升商户经营效率与数字化水平，具有明确的产业价值与社会意义。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs