吉利汽车
AI工程师
AI工程师
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Mybatis
Rag
Spring Cloud
Vllm
向量检索
大模型
微服务
值不值得投
71综合评分
综合评分 71
技术前沿、成长空间大，但工作模式未明确，薪资需面议。
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。
薪资怎么样
28K
比人工智能中位数低
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 1620 个在招 · 其中人工智能 19 个
市场机会
选择面较广
杭州 · 人工智能 · 约 180 个在招
职位详情
关于这个职位
该职位负责AI Agent、RAG知识库及智能助手等AI应用系统的设计、开发与维护，涉及大模型接口对接、Agent工作流建设、知识库问答能力建设等核心工作
你将基于Java技术栈开发后端服务，并与产品、业务团队协作推动AI能力落地，适合具备大模型应用和Java后端开发经验的工程师
最低要求
本科及以上学历，计算机、软件工程、人工智能等相关专业优先
有AI Agent、RAG、智能助手、知识库问答、代码辅助或流程自动化相关项目经验
理解大模型应用的基本机制，熟悉Prompt、上下文管理、工具调用、多轮对话、流式输出等能力
熟悉RAG基本链路，了解文档处理、Embedding、向量检索、重排序和答案评估等环节
熟悉Java开发，具备良好的后端工程能力，熟悉Spring Boot、Spring Cloud、MyBatis、RESTful API等常用技术
熟悉数据库、缓存、消息队列、异步任务、日志监控、权限认证等后端基础能力
理解微服务开发，了解服务拆分、配置管理、网关、服务调用、限流熔断、链路追踪等常见实践
理解Claude Code、Codex、Cursor等AI编程工具的基本原理，了解其在上下文组织、工具调用、代码修改、测试验证和反馈迭代中的工作方式
具备较好的问题分析能力和工程质量意识，能够持续优化系统稳定性和交付效果
有本地模型部署经验，使用vllm等部署模型
工作职责
负责AI Agent、RAG知识库、智能助手等AI应用系统的设计、开发和维护
负责大模型接口对接与服务封装，包括模型调用、Prompt管理、工具调用、流式输出、权限控制、日志追踪等
参与Agent工作流建设，包括任务编排、上下文管理、工具链集成、反馈纠偏和效果优化
负责知识库问答能力建设，包括文档解析、内容切分、向量检索、重排序、答案生成和效果评估
基于Java技术栈开发AI应用后端服务，完成接口设计、业务逻辑开发、数据存储、异步任务和系统集成
建设必要的工程规范和自动化验证机制，通过代码检查、测试、评估等方式提升AI应用交付质量
与产品、业务等团队协作，推动AI能力在实际业务场景中落地
AI 洞察
优缺点分析
优点
- 涉及AI前沿技术如Agent和RAG，技术成长空间大
- 依托吉利集团，业务场景丰富，AI落地机会多
- 团队协作氛围，可接触产品、业务等多方资源
- AI领域技术迭代快，需持续学习新工具和框架
- 作为传统车企转型，内部流程可能相对繁琐，需适应
- 适合具备Java后端基础，对AI应用开发有热情，愿意在汽车行业深耕的工程师
缺点 / 挑战
- 工作可能涉及多系统集成，复杂度较高，需较强问题解决能力
角色解读
- 从AI应用开发工程师起步，逐步成长为AI系统架构师，负责复杂AI平台设计
- 可向AI产品经理或技术管理方向发展，结合业务推动AI落地
- 在吉利科技集团内，可参与跨部门项目，拓展汽车智能化领域的技术视野
- 设计并开发AI Agent、RAG知识库和智能助手等应用系统，负责核心功能实现
- 对接大模型接口，封装服务，管理Prompt、工具调用、流式输出等，确保系统稳定
- 构建Agent工作流，优化任务编排、上下文管理和工具链集成，提升效果
- 开发知识库问答能力，处理文档解析、向量检索、重排序等环节，并参与效果评估
- 扎实的Java后端开发能力，熟悉Spring Boot、Spring Cloud、MyBatis等框架
- 理解大模型应用机制，熟悉Prompt工程、上下文管理、工具调用等
- 熟悉RAG链路，掌握文档处理、Embedding、向量检索、重排序等技术
- 具备微服务架构知识，了解服务拆分、网关、限流熔断等实践
申请策略
- 关注吉利科技集团在AI领域的布局，了解其汽车智能化方向
- 准备时突出AI应用落地案例，展示业务价值
- 突出AI Agent、RAG相关项目经验，展示具体实现和效果
- 强调Java后端技能，如Spring Boot、微服务开发经验
- 展示对Prompt工程、向量检索等技术的理解，可附上项目案例
- 提及本地模型部署经验，如vLLM使用，体现动手能力
- 补充学习LangChain或LlamaIndex等Agent框架，提升RAG实践能力
- 熟悉向量数据库（如Milvus、FAISS）和重排序模型
面试指南
- 回答时采用STAR法则，结合项目背景、任务、行动和结果，突出技术选型和优化过程
- 请介绍一个你负责的AI Agent或RAG项目，如何设计架构？
- 如何优化RAG系统的检索准确率？
- 在Java后端中如何实现流式输出？
- 如何处理大模型调用的高并发和限流？
- 你如何评估AI应用的效果？
- 复习RAG链路各环节，准备具体优化案例
- 熟悉Java微服务常用组件，如网关、熔断
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
职位未提及具体薪资和福利，但作为上市跨国企业，薪资水平可能具有竞争力，但需面议确认。
薪资信号面议 (20K-35K/月)
成长发展
85较高
职位涉及AI前沿技术，如Agent和RAG，技术成长空间大，但未明确晋升路径。
技术前沿前沿/新兴技术
技术栈AI Agent、RAG、大模型、Java、Spring Boot、Spring Cloud、MyBatis、vLLM、微服务
业务类型ambiguous
工作生活
50较低
职位未提及工作模式和加班情况，工作地点可能位于杭州，但具体办公模式未明确。
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
75中等
汽车行业AI应用具有较大社会价值，推动智能化转型，但职位描述未强调使命感。
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