吉利汽车
基础软件开发岗
基础软件开发岗
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Autogen
Go
Prompt Engineering
Rag
大语言模型
微服务
值不值得投
76综合评分
综合评分 76
吉利AI Agent岗，技术前沿成长快，平台稳定，需现场办公，适合重发展的求职者。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
16K
比人工智能中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 1230 个在招 · 其中人工智能 8 个
市场机会
选择不多
宁波 · 人工智能 · 6 个在招
职位详情
关于这个职位
该职位主要负责开发AI Agent与外部工具的集成，构建标准化工具库，并搭建评估监控系统，同时探索多智能体协同等前沿方向
你将参与从需求转化到落地实现的全过程，使用LLM生态主流框架，深度接触大模型应用开发
适合对AI Agent方向有热情、具备扎实工程能力的2027届毕业生
最低要求
计算机、软件工程、人工智能等相关专业2027届毕业生，扎实的算法与系统开发基础
熟练掌握Python/Go/Java至少两种语言，具备优秀的工程实现能力与代码规范意识
深入理解大语言模型的能力边界与局限性，熟悉Prompt Engineering、Function Calling、RAG等核心技术
具备Agent开发实战经验，熟练使用LangChain、LlamaIndex、AutoGen、CrewAI等主流Agent框架至少一种
熟悉RESTful API、微服务架构与异步消息队列，具备一定的开发经验
具备良好的产品思维，能够将抽象的业务需求转化为可落地的Agent工作流
工作职责
负责Agent与外部工具/API的集成开发，构建标准化工具库（Tool Hub），支持代码解释器、数据库、搜索引擎、企业SaaS等能力的灵活编排
开发Agent的评估与监控系统，建立多维度效果评估指标（任务完成率、步骤合理性、调用稳定性），持续优化Agent表现
探索Multi-Agent协同、自主决策（Autonomous Agent）、数字员工等前沿方向，推动Agent在业务场景中的规模化应用
AI 洞察
优缺点分析
优点
- 吉利作为大型上市车企，平台大、业务场景丰富，AI Agent落地机会多，能接触真实业务需求
- 岗位涉及前沿的Agent、RAG、Multi-Agent等技术，技术成长快，积累经验在AI领域极具竞争力
- 面向应届生，有系统培养机制，公司内部跨团队协作机会多
- 工作地点在宁波，相比一线互联网城市机会略少，但生活成本更低
- 适合对AI Agent和大模型应用有强烈兴趣，愿意在制造业数字化转型中深耕的2027届技术型毕业生
缺点 / 挑战
- AI Agent领域尚处快速发展期，技术迭代快，需要持续学习，压力较大
- 软件开发与AI结合要求较高的综合素质，需同时掌握工程和算法知识
角色解读
- 从Agent应用开发做起，逐步成长为AI应用架构师，负责复杂Agent系统的设计与落地
- 可向大模型算法方向深入，掌握模型微调、推理优化等技能，拓展技术深度
- 也可向技术管理方向发展，带领团队推进AI业务场景的规模化应用
- 负责Agent与外部工具/API的集成开发，构建标准化工具库，实现代码解释器、数据库、搜索引擎等能力编排
- 开发Agent的评估与监控系统，设计效果指标并持续优化Agent表现
- 参与Multi-Agent协同、自主决策等前沿方向探索，推动Agent在业务场景落地
- 熟练掌握Python/Go/Java中至少两种语言，具备扎实的工程实现能力
- 深入理解大语言模型能力边界，熟悉Prompt Engineering、Function Calling、RAG等核心技术
- 有Agent开发实战经验，熟悉LangChain、LlamaIndex、AutoGen等主流框架
- 具备微服务、RESTful API、异步消息队列等系统开发经验
申请策略
- 提前了解吉利在智能汽车和AI方面的业务布局，在面试中展现对公司的兴趣
- 准备一两个个人Agent项目，在简历或面试中详细阐述设计与成果
- 突出Agent相关项目经验，如构建过基于LangChain的对话系统或工具调用应用
- 强调编程能力，列举Python/Go/Java的项目代码和工程实践
- 展示对LLM原理的理解，如对Prompt、Function Calling、RAG的实践或研究
- 如有开源贡献或竞赛奖项务必提及，增加亮点
- 熟练掌握至少一个Agent开发框架（如LangChain），并了解其源码实现
- 动手实现一个完整的Agent工具调用Demo，加深对工具集成的理解
面试指南
- 用STAR法则（情境-任务-行动-结果）描述项目经历，突出技术难点和解决思路
- 回答技术原理时，先说明基本概念，再结合自己的实践或理解举例，最后总结优缺点
- 遇到未知问题，坦诚说明不了解的部分，并展示思考过程和解决思路
- 请介绍一个你使用LangChain或类似框架开发的Agent项目，具体做了什么？
- 如何设计一个Agent调用外部API的流程？遇到工具返回错误时如何处理？
- 什么是RAG？如何优化检索质量以提高回答准确性？
- 你如何看待Multi-Agent协同？有哪些挑战？
- 请解释Function Calling的原理及在大模型应用中的作用
职位点评
薪资福利70
成长发展90
工作生活60
使命价值75
薪资福利
70中等
吉利作为上市公司，提供有竞争力的薪酬福利，但JD未具体披露薪资，宁波生活成本适中，整体满足度中等偏上。
薪资信号未披露（AI估算：12K-20K/月）
成长发展
90较高
岗位专注于AI Agent前沿方向，技术栈新且体系完整，能接触大模型应用从搭建到落地的全流程，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、Go、Java、大语言模型、Prompt Engineering、Function Calling、RAG、LangChain、LlamaIndex、AutoGen、CrewAI、微服务
业务类型ambiguous
工作生活
60中等
工作地点在宁波，城市宜居、通勤相对轻松，但JD未提及弹性工作或远程，需现场办公，生活方式满足度一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
吉利在智能汽车领域积极推进AI应用，岗位对推动生产力提升有实际价值，工作意义感较强。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs