YMTC logo
长江存储
AI应用工程师(J14949)

AI应用工程师(J14949)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
高级经验
硕士
全职员工仅现场办公AI算法
AI算法
Ai Agent
Mcp
Prompt设计
Rag
Restful Api
向量库
大模型应用
模型微调
模型部署

值不值得投

73综合评分

综合评分 73

前沿AI Agent工程岗,技术成长强,业务落地价值明确,WLB信息不足。

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

4.0万

比AI算法中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 660 个在招

市场机会

选择不多

武汉 · AI算法 · 2 个在招

职位详情

关于这个职位

该职位负责将大模型与AI Agent技术落地到企业业务场景,重点设计并开发具备自主规划、工具调用和多步推理能力的智能体系统

你将把AI能力嵌入现有业务流程,推动应用从原型验证到生产交付,并持续优化效果与稳定性

最低要求

具备出色的业务理解与逻辑分析能力,能将复杂的业务逻辑转化为智能体可执行的流程

学习能力强,能快速学习并导入新技术,关注AI Agent领域的最新进展
具备良好的团队协作与沟通能力
硕士及以上学历,计算机、人工智能、软件工程、电子信息等相关专业
具备5年以上AI应用项目经验,其中至少2年专注于AI智能体(Agent)开发或复杂AI系统构建
熟悉主流AI技术:大模型应用、ML/DL、NLP/CV任一方向,熟悉微调/部署/RAG/向量库
熟练大模型API调用、Prompt设计、Agent/MCP等AI应用开发基本技能
熟悉RESTful API串接与设计,具备将智能体集成到现有业务系统的能力
具备智能体评估与调试能力:熟悉智能体性能评估指标(如任务完成率、工具调用准确率等),并能使用相关工具进行调试与优化

工作职责

负责AI技术在业务场景的落地应用与工程化开发,重点聚焦于智能体(AI Agent)系统的架构设计与开发

将AI能力深度嵌入企业业务流程,精准解决业务痛点,驱动效率与体验提升
作为连接AI技术与业务需求的关键角色,推动AI应用从原型到生产环境的全流程交付,特别是构建具备自主规划、工具使用及多步推理能力的智能体系统

AI 洞察

优缺点分析

优点

  • 岗位聚焦AI Agent和大模型应用落地,技术方向新,能够积累前沿的智能体工程化经验
  • 职责覆盖从架构设计到生产交付全流程,有利于形成完整的AI应用落地能力
  • 与真实业务场景深度结合,能够提升将技术转化为业务价值的实践能力
  • 需要同时理解业务和技术,可能面临需求边界不清、效果评估难统一的问题
  • 适合具备大模型应用或AI系统开发经验、希望深入AI Agent工程化落地的资深技术候选人,尤其适合既能写代码又能理解业务流程的人

缺点 / 挑战

  • 要求中包含评估、调试、RAG、MCP等能力,技术栈较完整,成长含金量较高
  • 智能体系统涉及规划、工具调用、多步推理和稳定性控制,技术复杂度较高
  • 从原型到生产环境交付要求高,对系统可靠性、集成能力和持续优化能力都有较高要求

角色解读

  • 可向资深AI应用工程师、AI架构师方向发展,负责更复杂的智能体平台与企业级AI应用架构
  • 可转向AI产品与技术结合型角色,主导业务场景挖掘、AI解决方案设计和落地闭环
  • 长期可发展为技术专家或团队负责人,推动企业AI工程体系、评估体系和智能体平台建设
  • 负责AI Agent系统的架构设计与工程化开发,包括任务规划、工具调用、多步推理等核心能力建设
  • 将大模型、RAG、向量库、Prompt、MCP等能力集成到现有业务系统,支撑实际业务流程提效
  • 推动AI应用从原型验证、接口联调到生产上线,并持续进行评估、调试和优化
  • 与业务方协作拆解复杂业务问题,把业务逻辑转化为智能体可执行的流程和工具链
  • 需要扎实的大模型应用开发能力,熟悉API调用、Prompt设计、RAG、向量库、微调与部署等关键技术
  • 需要具备AI Agent或复杂AI系统开发经验,理解智能体规划、工具使用、多步推理和评估调试机制
  • 需要掌握RESTful API设计与串接,能够将智能体能力嵌入企业现有业务系统
  • 需要较强的业务理解、逻辑抽象、沟通协作和快速学习能力,能持续跟进Agent领域进展

申请策略

  • 申请前了解长江存储的业务场景和数字化、智能化建设方向,准备AI如何服务制造、研发或运营流程的思路
  • 面试中尽量用量化结果说明项目价值,例如效率提升、准确率改善、人工成本降低或交付周期缩短
  • 重点突出5年以上AI应用项目经验,尤其是Agent开发、复杂AI系统构建和生产环境落地案例
  • 写明你参与过的大模型API调用、Prompt设计、RAG、向量库、微调、部署和RESTful API集成经验
  • 展示智能体评估与调试经验,如任务完成率、工具调用准确率、失败案例定位和优化效果
  • 强调业务理解能力,用具体案例说明如何把复杂业务流程拆解为智能体可执行的任务链
  • 补充Agent框架、MCP、工具调用编排、多步推理和智能体评估体系相关实践
  • 强化RAG链路优化、向量库选型、模型部署与微调经验,形成可展示的项目闭环

面试指南

  • 项目类问题采用“业务痛点—技术方案—关键难点—解决过程—量化结果”的结构回答
  • 架构类问题从任务规划、工具层、记忆与知识库、模型调用、评估监控、系统集成几个模块展开
  • 优化类问题先说明问题定位方法,再讲数据、Prompt、检索、模型、工具链和评测闭环的改进路径
  • 请介绍一个你主导或深度参与的AI Agent项目,包括业务背景、架构设计、技术选型和最终效果
  • 如何设计一个具备自主规划、工具调用和多步推理能力的智能体系统?
  • RAG系统中常见的问题有哪些?你会如何优化检索质量和生成效果?
  • 如何评估一个智能体的效果?任务完成率、工具调用准确率等指标如何落地?
  • 如果业务方需求模糊,你会如何把复杂业务流程转化为智能体可执行的流程?

职位点评

薪资福利78
成长发展88
工作生活45
使命价值70

薪资福利

78中等

JD未披露薪资和福利信息,但岗位要求硕士、五年以上经验及AI Agent专项经验,技能门槛较高,通常对重视薪酬竞争力的候选人有一定吸引力。

薪资信号未披露(AI估算:3.0千–5.0万/月)

成长发展

88较高

岗位明确聚焦AI Agent、大模型应用、RAG、MCP、微调部署和智能体评估,技术方向新且覆盖从架构到生产交付的完整链路,发展性较强。JD未提及培训或晋升路径。

技术前沿前沿/新兴技术
技术栈AI Agent、大模型应用、ML/DL、NLP、CV、微调、部署、RAG、向量库、Prompt设计、MCP、RESTful API
业务类型ambiguous

工作生活

45较低

JD仅明确工作地点为湖北省武汉市,未提及远程、弹性、双休或加班信息,因此生活化动机满足程度无法充分判断。

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

70中等

岗位强调将AI能力嵌入企业业务流程、解决业务痛点并驱动效率与体验提升,具有一定技术落地价值;但未明确提及社会使命或行业公共价值。

行业发展高速增长赛道
社会影响中性/一般
使命信号解决业务痛点、驱动效率与体验提升
创新程度积极采用新技术
Watch Jobs