Brilliance logo
华晨汽车
Engineer_Full Stack

Engineer_Full Stack

发布于 2 个月前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · AI 参考估算
高级经验
本科
全职员工仅现场办公全栈开发
全栈开发
Ai Agent
Llm
N8N
Nlp
Rag
Ragflow
微服务架构

值不值得投

74综合评分

综合评分 74

上市公司平台、前沿AI Agent技术栈、金融业务场景,技术成长空间大,WLB未明确。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

3.5万

比全栈开发中位数高

发布情况

长期在招 · 50 天前发布

公司情况

这家公司招聘很活跃

13 个在招 · 其中全栈开发 5 个

市场机会

选择适中

南京 · 全栈开发 · 15 个在招

职位详情

关于这个职位

该职位主要负责宝马金融场景下AI Agent系统的设计、开发与优化,涵盖智能客服、信贷辅助决策等应用

你需要构建具备任务规划、工具调用等能力的AI Agent架构,并集成大语言模型与内部业务系统,实现端到端流程闭环

最低要求

计算机、软件工程、人工智能等相关专业本科及以上学历,5年以上软件开发经验,具备AI应用开发背景

熟练掌握Python/Java等语言,熟悉FastAPI、LangChain、Dify、RAGFlow、N8N等AI开发框架
熟悉主流大模型(如Deepseek、Qwen等)的调用与微调流程,具备Prompt Engineering与RAG实战经验
了解AI Agent核心架构,包括任务分解、工具调用(Function Calling)、记忆管理、反馈循环等模块设计
具备NLP、对话系统或智能机器人开发经验,有金融场景AI落地项目者优先
熟悉微服务架构设计,掌握 REST/gRPC 接口开发、消息中间件(如 Kafka、RabbitMQ)等常用技术组件
对数据安全与金融合规有深刻理解,熟悉GDPR、个人信息保护法及AI伦理规范

工作职责

负责宝马金融场景下AI Agent系统的设计、开发与优化,涵盖智能客服、信贷辅助决策、客户旅程自动化、风险预警等应用场景

构建具备任务规划、工具调用、多轮对话与自主决策能力的AI Agent架构,提升金融服务的智能化与自动化水平
集成大语言模型(LLM)与业务系统,实现自然语言理解、意图识别、动态响应生成及上下文记忆管理
开发AI Agent与内部系统(如贷款申请、信贷审批、风控引擎)的API对接,实现端到端流程闭环
设计并实现AI Agent的可观测性机制,包括日志追踪、行为审计、性能监控与人工干预接口
与数据科学家、产品经理和合规团队协作,确保AI Agent符合金融行业安全、合规与可解释性要求
跟踪前沿AI技术(如Agentic Workflow、AI Native、Reasoning & Planning),推动技术在金融业务中的创新应用

优先资格

有金融场景AI落地项目者优先

AI 洞察

优缺点分析

优点

  • 依托宝马金融的真实业务场景,项目落地价值高,能积累深厚的行业与AI实战经验
  • 上市公司平台,业务稳定且合规体系完善
  • 金融场景对AI的安全性、合规性与可解释性要求极高,落地难度大
  • 需要同时兼顾大模型技术前沿与复杂业务系统的集成,技术跨度广
  • 适合具备扎实后端开发基础,且对大模型、AI Agent有浓厚兴趣和实战经验,希望在金融AI领域深耕的技术人才

缺点 / 挑战

  • 处于AI Agent与金融业务结合的前沿领域,技术栈新且极具挑战性

角色解读

  • 从AI应用开发工程师向AI架构师或AI技术专家发展
  • 未来可深入金融AI领域,成为懂业务与技术的复合型AI产品技术负责人
  • 设计并开发宝马金融场景下的AI Agent系统,涵盖智能客服、信贷辅助决策等应用
  • 集成大语言模型与内部业务系统,实现自然语言理解与端到端流程闭环
  • 构建Agent架构,包括任务规划、工具调用、记忆管理等,并设计可观测性机制
  • 熟练掌握Python/Java及FastAPI、LangChain等AI开发框架
  • 熟悉主流大模型调用与微调,具备Prompt Engineering与RAG实战经验
  • 了解微服务架构及消息中间件,熟悉金融数据安全与合规要求

申请策略

  • 了解宝马金融的业务模式及痛点,思考AI Agent在信贷、风控等场景的具体应用价值,准备相关的业务思考
  • 突出AI Agent或大模型应用开发经验,特别是RAG、Prompt Engineering及LangChain等框架的使用
  • 强调微服务架构设计及高并发/高可用系统开发经验
  • 展示在金融或类似强合规场景下的项目落地成果
  • 深入学习Agentic Workflow、AI Native等前沿AI技术理念
  • 熟悉金融行业的合规要求(如个人信息保护法)及AI伦理规范

面试指南

  • 采用STAR法则(情境、任务、行动、结果),重点突出技术选型的思考过程、遇到的难点及解决方案,以及最终带来的业务价值
  • 请介绍一个你主导或深度参与的AI Agent项目,你是如何设计任务规划和工具调用的?
  • 在金融场景下,如何保证大模型输出的准确性、安全性和合规性?
  • LangChain或Dify在实际项目中遇到过哪些坑,你是如何解决的?
  • 如何设计AI Agent的可观测性机制,包括日志追踪和行为审计?
  • 复习大模型微调、RAG原理及Agent核心架构(如ReAct、Function Calling)
  • 了解宝马金融的基本业务逻辑及当前金融AI的应用趋势

职位点评

薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

上市公司背景,薪资处于市场中上水平,福利体系相对完善,但具体薪资结构未详细披露。

薪资信号未披露(AI估算:2.5千–4.5万/月)

成长发展

85较高

涉及前沿的AI Agent与大模型技术,技术栈新,且要求跟踪前沿技术,个人技术成长空间大。

技术前沿前沿/新兴技术
技术栈Python、Java、FastAPI、LangChain、Dify、RAGFlow、N8N、LLM、RAG、AI Agent、NLP
成长机会跟踪前沿AI技术
业务类型profit_center

工作生活

60中等

JD未明确提及工作模式与加班情况,但金融AI项目通常节奏较快,WLB情况需进一步确认。

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

70中等

推动AI技术在金融业务中的创新应用,提升金融服务智能化,具有一定的社会与行业价值。

行业发展高速增长赛道
社会影响中性/一般
使命信号推动技术在金融业务中的创新应用
创新程度积极采用新技术
Watch Jobs