Agent算法开发岗

优缺点分析

角色解读

• 从工业Agent开发实习岗位起步，可深入掌握大模型应用、Agent架构设计等前沿技术，成为工业智能化领域的专家
• 在吉利这样的大型制造企业，有机会接触真实工业场景，积累宝贵的行业经验，未来可向AI算法工程师、技术专家或技术管理方向发展
• 通过参与前沿技术追踪与落地，可逐步成长为能够独立负责复杂Agent系统设计与开发的核心技术人员
• 参与工业场景下Agent模块的开发，包括智能体的构建、调试和基础功能实现，将大模型技术应用于实际工业问题
• 针对工业场景的实时性、确定性和安全性要求，对Agent系统进行性能优化和可靠性加固，确保系统稳定运行
• 追踪和复现前沿Agent技术，如NLP、知识检索等，并探索其在工业场景的落地应用，推动技术本地化
• 参与团队技术分享和案例讨论，协助整理开发文档和测试报告，提升团队整体技术能力
• 扎实的Python编程基础，能够熟练使用langchain、langgraph、dify等主流Agent开发框架
• 了解NLP基础概念（如分词、语义理解）和知识检索逻辑，对MCP、Skills、Harness engineering等技术有认知者更佳
• 具备良好的计算机理论基础，如数据结构与算法，能够快速理解业务需求并解决问题
• 良好的沟通协作能力和文档撰写能力，能够清晰表达技术想法并与团队高效配合

申请策略

• 在申请时，可以表达你对工业智能化、智能制造领域的兴趣和热情，展现你对吉利汽车业务的了解
• 关注吉利汽车在AI、智能驾驶、工业互联网方面的布局，在面试中展现你的行业洞察力
• 重点突出你在Agent、NLP或知识检索相关的项目经历，尤其是使用langchain、langgraph、dify等工具的实际案例
• 强调你的Python编程能力和计算机基础，如数据结构、算法等，可以附上GitHub链接或项目代码
• 如果有工业场景相关的项目或竞赛经历，务必突出，体现你对工业应用的理解和兴趣
• 展示你的学习能力和团队协作能力，例如参与开源项目、技术博客、团队合作项目等
• 提前学习并实践langchain、langgraph、dify等Agent开发框架，了解其核心概念和常用模块
• 补充NLP和知识检索的基础知识，了解MCP、RAG、Harness engineering等前沿技术概念

面试指南

• 对于项目经历类问题，建议采用STAR法则（情境-任务-行动-结果），清晰描述项目背景、你的职责、具体行动和最终成果
• 对于技术概念类问题，先解释核心概念，再结合具体场景分析其应用和挑战，最后给出你的解决方案或思考
• 对于团队协作类问题，重点突出你的沟通、协调和解决问题的能力，以及你在团队中扮演的角色
• 请介绍一下你使用langchain或langgraph构建Agent的经历，遇到了哪些挑战？
• 如何理解工业场景对Agent系统的实时性、确定性、安全性要求？你会如何优化？
• 请解释一下RAG（检索增强生成）的原理，以及它在工业场景中的应用？
• 你如何追踪和学习前沿的Agent技术？请举例说明
• 请描述一个你通过团队协作解决复杂技术问题的案例