Agent应用开发工程师

优缺点分析

角色解读

• 从Agent应用开发工程师起步，可向技术专家或架构师方向发展，深耕大模型应用领域
• 随着新能源与AI融合的深入，可转向智能制造、能源管理等更广泛的业务场景，拓展职业边界
• 有机会参与前沿技术研究，成为公司在AI Agent领域的核心骨干
• 设计并开发基于大语言模型的智能Agent应用，覆盖规划、记忆、工具调用、多轮对话等核心能力
• 主导Agent应用在锂电新能源和智能制造场景的技术实现，解决生产落地中的技术难点
• 优化Agent应用的性能与稳定性，确保其在生产环境中的可靠运行
• 跟进Agent领域前沿技术，推动技术迭代与创新
• 精通Python或Go等主流编程语言，具备扎实的代码功底
• 熟悉大语言模型MCP、Prompt工程、RAG等关键技术
• 具备Multi-Agent框架（如Harness Engineering）开发经验者优先
• 具备较强的问题解决能力、沟通协作能力和学习能力

申请策略

• 关注宁德时代在AI领域的最新动态，了解其技术方向
• 在面试中展示对新能源与AI结合场景的理解，体现业务敏感度
• 突出完整的Agent应用落地项目经验，展示从设计到上线的全过程
• 强调对大语言模型、RAG、Prompt工程等技术的深入理解和实践
• 展示编程能力，尤其是Python或Go的项目代码
• 如有Multi-Agent框架开发经验，务必重点提及
• 深入学习大语言模型原理和Agent相关技术，如MCP、RAG等
• 熟悉主流Multi-Agent框架，如Harness Engineering，并动手实践

面试指南

• 采用STAR法则（情境、任务、行动、结果）回答项目经验问题，突出个人贡献和量化成果
• 对于技术设计问题，先阐述核心原理，再结合具体场景给出方案，最后说明权衡取舍
• 对于场景类问题，展示从业务需求出发、技术方案落地、效果评估的完整思路
• 请介绍一个你主导的Agent应用项目，包括架构设计、技术选型和落地效果
• 如何设计一个基于大语言模型的Agent的规划与记忆机制？
• 在Agent开发中，你如何处理工具调用的准确性和稳定性问题？
• 你如何理解MCP和RAG在Agent中的作用？
• 面对一个复杂的智能制造场景，你会如何设计Agent解决方案？