吉利汽车
AI应用平台开发
AI应用平台开发
发布于 大约 14 小时前普通员工/个人贡献者
中国
高级经验
全职员工
仅现场办公
本科
后端开发
Llm
分布式系统
微服务
智能体
AI 估算 · 30k–50k
高级后端开发，AI平台方向，汽车行业头部企业，薪资有竞争力。
职位详情
关于这个职位
该职位负责吉利汽车企业级智能体平台的核心后端服务设计与开发，涉及微服务架构、API设计、数据处理及AI模型集成
你将与算法、产品、前端团队紧密协作，推动智能体平台功能交付，并持续研究AI工程化最新技术
适合具备5年以上后端经验、对LLM应用和智能体有浓厚兴趣的技术专家
最低要求
计算机科学、软件工程或相关专业本科及以上学历
深刻理解微服务架构、分布式系统设计原理与实践经验（如服务发现、负载均衡、容错处理、分布式事务）
熟练掌握 RESTful API 设计规范和开发实践
精通关系型数据库（如 MySQL, PostgreSQL）的设计、优化与SQL编程，了解常用NoSQL数据库（如 Redis, MongoDB）的应用场景
熟悉常用消息队列（如 Kafka, RabbitMQ, Pulsar）的使用和原理
了解软件工程，包括代码版本控制（Git）、单元测试、CI/CD流程
具备良好的问题分析、定位和解决能力，以及优秀的沟通协作能力
对人工智能技术（特别是LLM应用、智能体）有浓厚兴趣，并愿意深入学习和应用
开发语言侧重点（三种语言中的一种）：5年以上后端开发经验，3年以上使用 Python、NodeJS或 Java 中至少一种语言进行复杂系统开发的经验
精通至少一种主流后端开发框架，Java - Spring Boot/Cloud (Go - Gin/Echo) Python - Django/Flask/FastAPI
NodeJS-NestJS/NextJS
工作职责
负责企业级智能体平台的核心后端服务设计与开发，确保系统的高性能、高可用性、可扩展性和稳定性
主导或参与平台技术方案设计、架构选型与技术攻坚，关注长期技术演进和可维护性
设计并实现高效、可靠的微服务、API接口和数据处理模块
深入参与智能体平台相关需求分析、系统设计、资源评估与任务拆分
编写高质量、可维护、可测试的后端代码，并积极参与代码审查，保障代码质量
与算法工程师紧密协作，集成AI模型推理能力，优化模型服务部署与调用流程
与产品经理、前端工程师及其他相关团队协作，确保智能体平台功能模块的顺利交付
持续关注并研究后端技术、AI工程化及智能体平台领域的最新发展，推动技术落地
优先资格
开发过RAG，NL2SQL，DeepResearch等完整应用链路的优先
善用AI工具能力的优先
熟悉 Kubernetes (K8S)、Docker 等容器化技术及云原生应用部署、运维
熟悉主流AI模型（如 OpenAI, Claude， 国内大模型）的API接口规范与集成经验
有模型部署、推理服务优化经验，了解或使用过 vLLM, SGlang 等GPU推理框架
了解机器学习/深度学习模型训练、部署的基本流程和挑战
有企业级内部平台或中后台系统开发经验
AI 洞察
优缺点分析
优点
- AI智能体平台是当前热门方向，技术前沿，个人成长空间大
- 与算法、产品等团队紧密协作，能积累跨领域经验
- 要求高，需要5年以上经验，且需精通多种技术栈，技术门槛高
- AI技术更新快，需要持续学习，保持技术敏感度
- 适合有深厚后端开发经验、对AI技术充满热情、渴望在大型企业平台中施展才华的技术专家
缺点 / 挑战
- 吉利汽车作为大型企业，平台资源丰富，项目规模大，技术挑战多
- 企业级平台开发可能涉及复杂业务场景，工作压力较大
角色解读
- 从后端开发工程师向AI平台架构师方向发展，深入AI工程化领域
- 可成长为技术专家，主导智能体平台的技术演进和架构决策
- 有机会横向拓展至AI产品、算法工程等方向，成为复合型技术人才
- 负责企业级智能体平台的核心后端服务设计与开发，确保系统高性能、高可用
- 参与技术方案设计、架构选型，解决技术难题，推动平台技术演进
- 与算法工程师协作，集成AI模型推理能力，优化模型服务部署与调用流程
- 与产品、前端等团队协作，确保智能体平台功能模块顺利交付
- 精通微服务架构和分布式系统设计，熟悉服务发现、负载均衡、容错处理等
- 熟练掌握RESTful API设计，精通关系型数据库（MySQL/PostgreSQL）和常用NoSQL（Redis/MongoDB）
- 熟悉消息队列（Kafka/RabbitMQ/Pulsar）和容器化技术（K8s/Docker）
- 至少精通Python、Java或NodeJS中的一种，并有5年以上后端开发经验
申请策略
- 了解吉利汽车在智能化方面的战略，在面试中展现对汽车行业AI应用的思考
- 准备一个完整的AI平台或智能体项目案例，展示从设计到落地的能力
- 突出微服务架构、分布式系统设计的具体项目经验，量化成果
- 强调AI相关项目，如RAG、NL2SQL、模型部署等，展示AI工程化能力
- 列出精通的语言和框架，以及数据库、消息队列等中间件使用经验
- 展示对LLM、智能体等前沿技术的兴趣和实践
- 补充Kubernetes、Docker等容器化技术，提升云原生部署能力
- 学习主流AI模型API集成，如OpenAI、Claude，了解vLLM等推理框架
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验，突出技术难点和解决方案
- 对于技术问题，先阐述原理，再结合项目实践，最后总结优化思路
- 对于AI相关问题，展示对技术趋势的理解，并结合实际应用场景
- 请描述一个你主导的微服务架构项目，如何保证高可用和可扩展性？
- 你如何集成AI模型推理服务？遇到过哪些性能瓶颈，如何优化？
- 在分布式系统中，如何设计分布式事务？请举例说明
- 你如何设计一个智能体平台的API接口？考虑哪些因素？
- 谈谈你对LLM应用和智能体发展趋势的看法，以及如何应用于企业场景？
职位点评
69
综合评分
技术前沿、成长空间大，但薪资未明确，工作地点和WLB不明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合追求技术成长、对AI前沿技术有热情，且能接受现场办公的求职者。
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85
工作生活50
使命价值60
薪资福利
70中等
薪资未明确，但根据职位级别和行业，预计薪资较高，福利待遇可能较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
职位涉及AI智能体平台，技术前沿，成长空间大，但未提及晋升通道。
技术前沿前沿/新兴技术
技术栈LLM、智能体、微服务、Kubernetes、Docker、vLLM、SGlang
业务类型ambiguous
工作生活
50较低
工作地点未明确，未提及远程或弹性工作，可能为现场办公，生活平衡一般。
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
60中等
吉利汽车作为大型企业，推动汽车智能化转型，有一定社会价值，但职位本身未突出使命感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
吉利汽车 的其他在招职位
相似职位推荐
Watch Jobs