【车载】大模型应用开发工程师（北京）(J54337)

优缺点分析

角色解读

• 技术专家路线：深耕Agent技术与工业落地，成为制造行业AI解决方案的技术负责人
• 产品化路线：向AI产品经理方向发展，负责Agent产品的整体规划与设计
• 项目/技术管理路线：积累项目交付与团队协作经验，未来可转向技术管理岗位
• 负责制造行业Agent（智能体）产品的核心代码开发与功能迭代
• 设计并构建Agent的工具链和数据接入层，确保能高效对接各类业务系统
• 深入客户现场，理解真实业务需求，并将需求转化为可实现的智能体技术方案
• 追踪大模型和Agent技术的最新发展，评估技术选型，推动团队技术能力提升
• 扎实的编程能力，至少熟练掌握两种编程语言（如Python, Java, C++等）
• 对人工智能，特别是大语言模型（LLM）和Agent技术有基本了解和实践经验
• 较强的工程实践能力，能够将算法概念转化为稳定、可复用的产品模块
• 良好的沟通与协调能力，能在客户、产品、算法等多团队间有效协作

申请策略

• 面试前，可以研究一下京东方的主营业务，特别是其在车载显示、工业物联网等方面的布局
• 准备一些关于如何将AI Agent技术用于解决具体制造行业问题的想法，体现你的思考
• 突出与AI、大模型、Agent相关的项目经验或课程设计，展示代码仓库或作品集
• 强调扎实的编程基础，列出熟练掌握的编程语言及在项目中的具体应用
• 展示使用各类AI工具（如Copilot、各类API）或框架的经验
• 如果有团队合作、客户沟通或项目交付的相关经历，请重点描述
• 系统复习并深入学习大语言模型（LLM）的原理、主流框架（如LangChain）和Agent设计模式
• 实践将模型与外部工具、知识库集成，熟悉MCP等标准协议

面试指南

• STAR法则（情境、任务、行动、结果）：回答项目经历类问题时，结构清晰地阐述背景、你的职责、采取的具体行动以及最终取得的成果或学到的经验
• 问题-方案-价值：回答产品设计或需求处理类问题时，先明确要解决的核心问题，再提出你的技术或协作方案，最后说明这个方案能带来什么业务价值或效率提升
• 技术理解+实践思考：回答技术选型或工具类问题时，不仅要说出技术本身的特点，更要结合实际场景，说明你在实践中的选择理由和遇到的坑
• 请介绍一个你做过的与AI或大模型相关的项目，你在其中负责什么？遇到了哪些挑战？
• 你认为一个优秀的制造行业Agent产品，应该具备哪些关键能力？
• 如果客户提出的业务需求在当前技术条件下难以完美实现，你会如何处理？
• 请描述一下你使用过的某种AI开发工具或框架，并谈谈其优缺点
• 你如何看待技术自研和引入成熟方案之间的权衡？