淘天供应链产品技术部-AI Coding技术专家-杭州

优缺点分析

角色解读

• 技术专家路线：深耕AI Agent与研发效能领域，成为该垂直方向的技术权威
• 技术管理路线：领导AI研发平台团队，规划技术方向，推动部门级研发智能化变革
• 跨界创新路线：将AI Coding能力迁移至产品、测试、运维等其他领域，拓展AI落地边界
• 设计和开发覆盖研发全流程（需求、编码、测试、运维）的AI智能Agent，实现任务自动化
• 构建统一的AI研发平台底座，管理Agent的生命周期、协作和知识沉淀
• 与产品、算法、业务团队紧密合作，将AI技术落地于真实的软件研发场景，提升工程效率
• 扎实的大语言模型原理理解与应用开发能力，特别是Prompt Engineering与Agent架构
• 熟练的软件工程实践能力，精通至少一门主流编程语言，并对研发流程有整体认知
• 有Agent系统开发闭环经验，熟悉主流Agent框架与多Agent协作范式

申请策略

• 仔细研读JD中列出的五大Agent方向，在面试中展现你对其中至少一两个方向的深度思考与设计方案
• 了解天猫供应链技术的特点与挑战，思考AI Coding技术如何能具体赋能其业务场景，体现你的商业洞察
• 突出任何与LLM应用、Agent开发、自动化工具链相关的个人项目、研究成果或工作经历，提供代码或文章链接
• 强调独立负责并交付复杂软件项目的能力，展现对研发全流程（从编码到上线）的深刻理解与实践
• 量化过往使用AI工具提效或优化研发流程的成果（如提效百分比）
• 系统性学习主流Agent框架（如LangChain、AutoGen等）和代码大模型的能力边界，尝试构建小型闭环Agent
• 深入研究Harness Engineering、RAG、Tool Use等与LLM应用紧密相关的工程实践
• 练习针对具体研发痛点（如代码Review、Bug定位）设计Agent解决方案的思维

面试指南

• 采用STAR法则（情境、任务、行动、结果）来组织你的项目经验回答
• 对于系统设计类问题，先明确目标与约束，再拆解模块（如感知、规划、执行、反馈），最后讨论关键技术点与风险控制
• 讨论技术瓶颈时，要区分是模型本身能力不足，还是工程落地（如上下文管理、工具调用可靠性、幻觉控制）的挑战
• 请介绍一个你构建或深度使用过的Agent系统，它的核心架构和解决的问题是什么？
• 你认为用AI Agent自动生成代码，最大的技术瓶颈和挑战是什么？如何解决？
• 如果让你为“自动化测试Agent”设计技术方案，你会考虑哪些关键模块？如何保证测试用例的有效性和覆盖度？
• 如何确保一个自主运维的Agent在处理线上故障时是安全可控的？你会设置哪些安全机制和人工介入点？
• 你如何看待当前代码大模型（如Claude、GPT-4）在实际生产环境中的能力与局限？