Agent开发工程师

优缺点分析

角色解读

• 技术深耕：从Android Agent开发扩展到端云协同架构师，成为AI Agent领域专家
• 横向扩展：接触车载、IoT等多场景，转型为AI产品技术负责人
• 管理路线：带领Agent开发团队，主导AI产品落地，晋升为技术总监
• 设计并开发Android端AI Agent应用，实现多轮对话、工具调用等功能
• 基于大模型构建端云协同架构，优化流式输出和语音交互体验
• 对接OpenAI、阿里云等大模型平台，保证LLM调用链路的稳定性和低延迟
• 参与Agent架构设计，包括记忆、规划、工具使用等模块的工程实现
• 扎实的Android开发能力，精通Kotlin、Jetpack Compose和协程
• 深入理解大模型应用开发，熟悉Prompt Engineering、RAG、Agent框架
• 掌握网络通信技术，如WebSocket、SSE、OkHttp等，能处理流式数据
• 了解语音交互技术（TTS/ASR）和端侧性能优化

申请策略

• 提前了解元戎启行的业务方向（自动驾驶、车载智能），在面试中表现出对场景的理解
• 准备一个LLM+Android的Demo项目（如简单的AI助手），展示工程能力
• 突出Kotlin/协程/Flow等Android高阶技能的实际项目经验
• 展示LLM相关项目，如对话系统、Agent框架（LangChain等）的使用或二次开发
• 强调网络通信和流式处理经验，如WebSocket、SSE的实际应用
• 如果有语音交互（TTS/ASR）或车载开发经历，务必突出
• 系统学习Prompt Engineering和RAG技术，可参考LangChain官方文档
• 实践本地小模型部署（如llama.cpp），了解端侧模型推理优化

面试指南

• 技术问题采用STAR方法：场景-任务-行动-结果，重点突出你如何解决工程难点
• 架构设计题应分层描述：客户端层、通信层、LLM层、Agent逻辑层，注意端云协同
• 优化类问题从性能、体验、稳定性三维度展开，给出具体数据或方案
• 请描述你如何设计一个Android端的AI Agent，实现多轮对话和工具调用？
• 在Kotlin中如何利用协程和Flow处理流式输出？请结合WebSocket举例
• 你会如何优化端侧LLM调用的延迟和弱网容错？
• 介绍一个你使用过的Agent框架（如LangChain），并说明其核心组件
• 如何处理TTS语音打断和UI同步？