业务技术-Agent平台研发工程师-杭州

优缺点分析

角色解读

• 在技术深度上，可以成长为AI Agent平台架构师或技术专家，主导核心平台的设计与演进
• 在业务广度上，可以深入理解电商、零售等业务场景，成为连接技术与业务的复合型人才，向技术管理或产品方向拓展
• 随着AI Agent技术的快速发展，该岗位处于技术前沿，有大量机会接触和引入最新技术，保持个人技术竞争力的持续领先
• 负责设计和实现AI Agent基础平台（Agent Infra），确保系统的高稳定性和可扩展性，为上层业务提供坚实的技术底座
• 参与AI Agent开发套件和相关产品的研发，支持业务团队快速构建和迭代AI原生应用
• 与产品、业务团队紧密协作，深入理解业务场景，识别痛点，并提供技术方案和架构优化建议
• 负责Agent优化链路和模型评估体系的建设，运用Context Engineering、SFT、RL等先进算法持续提升Agent的性能表现
• 扎实的计算机科学基础，精通Java、Go、Python中的至少一种，并能使用多种语言进行跨平台开发
• 对大模型技术原理有深入理解，并具备Agent系统设计、Memory、RAG、工具调用、MCP/A2A协议、规划执行等关键技术的实践经验
• 熟悉云基础产品与服务架构，有云+AI项目落地经验，能主导技术项目从设计到实施的全过程
• 具备强化学习、规划算法实践经验，并熟悉CI/CD、K8s、Serverless等云原生技术者优先

申请策略

• 在申请时，可以表达对天猫业务和AI Agent应用场景的理解和思考，展现你的业务敏感度
• 准备一个关于你过往Agent项目或LLM工程化项目的深入技术分享，作为面试时的亮点
• 重点突出LLM工程化项目经验，特别是Agent系统设计、RAG、工具调用等具体实践，用项目成果和数据说话
• 详细描述在云+AI项目中的角色和贡献，体现主导技术项目落地的能力
• 展示对Java/Go/Python等语言的精通程度，以及跨平台开发的经验
• 如有强化学习、模型训练或推理加速（如vllm、sglang）经验，务必在简历中显著位置提及
• 系统梳理Agent相关技术栈，如Memory机制、RAG、MCP/A2A协议、规划算法等，形成自己的知识体系
• 动手实践一个完整的Agent项目，从设计到实现，加深对Agent系统架构和优化链路的理解

面试指南

• 对于项目经验类问题，可以采用STAR法则（情境、任务、行动、结果）来清晰结构化地阐述，突出个人贡献和最终成果
• 对于技术方案设计类问题，可以从需求分析、架构设计、技术选型、权衡取舍、潜在风险等维度进行系统性的回答，展现架构思维
• 对于前沿技术理解类问题，可以结合自己的研究和实践，阐述技术原理、应用场景、优缺点以及未来趋势，体现技术热情和深度
• 请详细介绍一下你过去负责的LLM工程化项目，特别是Agent系统的架构设计和关键技术选型
• 在设计一个高可用的Agent平台时，你会如何考虑系统的扩展性、稳定性和性能？
• 谈谈你对RAG、Memory、工具调用等Agent关键技术的理解，以及在实际项目中如何应用和优化它们？
• 你如何评估和优化一个Agent的性能？请描述一下你的评估体系和优化思路
• 你对MCP/A2A等新兴协议有何了解？你认为它们对Agent生态发展有何影响？