华晨汽车
Engineer_Full Stack
Engineer_Full Stack
发布于 2 小时前普通员工/个人贡献者
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
3.5万
比全栈开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
22 个在招 · 其中全栈开发 9 个
市场机会
选择适中
南京 · 全栈开发 · 16 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
华晨汽车 的其他在招职位
相似职位推荐
Watch Jobs