业务技术-AI应用研发工程师-企业购

优缺点分析

角色解读

• 技术专家路线：深耕企业采购领域的AI技术应用，成为该垂直领域的架构师或技术专家
• 技术管理路线：凭借技术深度和项目推动力，逐步带领更大规模的技术团队，负责更核心的业务模块
• 跨领域发展：积累的AI应用与复杂业务系统经验，可向更通用的智能供应链、数字孪生等方向拓展
• 负责天猫企业采购核心系统的架构设计与研发，确保其稳定、高效并支持智能化演进
• 将复杂的电商采购业务逻辑转化为清晰的技术方案，并利用AI技术解决实际业务痛点
• 参与AI技术（如LLM、AI Agent）在采购场景的具体落地，提升采购流程的自动化和智能化水平
• 作为技术核心，与业务、产品等团队紧密协作，推动项目从需求到交付的全过程
• 扎实的后端开发基础，精通Java语言及Spring Cloud微服务体系，熟练使用Redis、Kafka、Dubbo等中间件
• 深刻理解电商采购、供应链或B2B平台的业务流程与系统架构，具备复杂业务建模能力
• 掌握Prompt Engineering、RAG、Tool Calling等前沿AI应用技术，有LLM或AI Agent的实际项目经验
• 出色的业务理解与跨团队沟通协调能力，能将技术价值与业务目标有效对齐

申请策略

• 研究天猫企业购的产品与服务，思考AI技术可以在哪些环节创造价值，面试时展现你的业务洞察
• 准备一个‘如何用AI改造采购流程某环节’的简短思考，体现你的技术视野和商业敏感度
• 关注阿里巴巴及电商行业在智能化方面的公开技术文章、案例，了解公司技术文化和前沿动态
• 重点突出3年以上的Java后端开发经验，特别是高并发、分布式系统的设计与优化经历
• 详细描述参与过的电商、采购、供应链或B2B相关项目，说明你在其中负责的系统模块和技术挑战
• 明确列出与AI应用相关的实践经验，如使用LLM构建智能客服、基于RAG的知识库问答系统等，并说明其应用效果
• 强调你的业务理解能力和跨团队协作经验，举例说明你如何将业务需求转化为技术方案并推动落地
• 系统梳理并实践Prompt Engineering、RAG、AI Agent等AI应用关键技术，可结合开源框架搭建个人项目

面试指南

• 使用STAR法则（情境、任务、行动、结果）来回答项目经验问题，突出你的个人贡献和技术决策
• 对于AI应用设计题，先从业务场景出发定义问题，再拆解技术环节（如知识库构建、检索、生成、安全），最后讨论可行性和挑战
• 在回答系统设计或方案题时，主动考虑非功能性需求（如高可用、可观测性、降级方案），展现工程思维的全面性
• 请描述一个你过去负责的、技术比较复杂的后端项目，你在其中扮演什么角色，解决了哪些技术难题？
• 你了解RAG（检索增强生成）吗？结合一个你设想的企业采购场景（如智能采购建议），描述一下你会如何设计和实现它？
• 如果让你为企业采购的‘合同管理’模块引入AI能力，你会从哪些方面入手？可能的技术方案是什么？
• 当业务方提出一个模糊的AI需求时，你会如何一步步分析并将其转化为可落地的技术方案？
• 你如何保证在引入新技术（如AI模型调用）时，不影响核心采购系统的稳定性和性能？