业务技术-Agent研发工程师-内容线

优缺点分析

角色解读

• 技术专家路线：深入AI Agent架构、多模态内容理解等方向，成为AI应用领域的资深架构师
• 技术管理路线：带领团队负责更复杂的业务模块或平台，推动AI技术在更大范围内的落地
• 业务融合路线：深入理解内容生态和商业化，成为既懂技术又懂业务的复合型人才，推动业务智能化创新
• 优化淘宝内容核心链路（如图片、视频）的系统架构和性能，确保高并发下的稳定运行
• 将AI Agent技术应用于内容业务场景（生产、处理、分发），设计并实现从需求到落地的技术方案
• 负责AI Agent相关能力建设，包括工具调用、任务编排、效果评估等，提升Agent执行效率和可靠性
• 熟练掌握至少一门编程语言（Java/Python/C++），具备扎实的工程实践和系统设计能力
• 拥有深厚的计算机基础知识，精通分布式系统、网络、IO、多线程等技术
• 对大模型和AI Agent技术有理解和实践经验，熟悉RAG、Prompt Engineering、Workflow编排等
• 出色的问题分析与解决能力，能够通过数据和日志进行系统调优和效果迭代

申请策略

• 在简历或求职信中，明确表达对“AI技术赋能真实业务”这一方向的兴趣和理解
• 准备一些关于如何将模糊业务需求转化为技术方案的思考案例，展示你的问题拆解和方案设计能力
• 重点突出与大模型、AI Agent相关的项目经验，如RAG系统、Workflow编排、Agent开发等，展示实战能力
• 详细描述参与过的高并发、分布式系统开发或性能优化项目，体现扎实的工程功底和问题解决能力
• 展示利用技术（如数据处理、模型调优、系统监控）解决具体业务问题、带来可量化提升的经历
• 系统学习和实践AI Agent框架（如LangChain, LlamaIndex）、Prompt Engineering及RAG技术
• 复习和巩固分布式系统核心概念（如CAP理论、一致性、微服务），并阅读相关开源项目源码
• 加强对淘宝/天猫内容业务的理解，思考AI技术在其中的应用点和优化方向

面试指南

• 对于项目描述类问题，采用STAR法则（情境、任务、行动、结果），重点突出技术选型的理由、遇到的困难及你的解决思路
• 对于方案设计类问题，从问题理解、核心挑战分析、技术选型对比、架构分层设计、可扩展性/可靠性考量等方面展开
• 对于系统优化类问题，阐述你的分析思路（如通过Trace、日志、指标定位瓶颈）、优化手段（如代码、架构、资源）和效果验证方法
• 请介绍一个你使用AI Agent或相关技术（如RAG、Prompt Engineering）解决实际问题的项目，重点说明挑战和你的解决方案
• 如果让你为淘宝直播场景设计一个AI Agent，用于实时优化直播内容分发，你会如何思考和技术选型？
• 在高并发系统下，如何设计和实现一个高可靠、低延迟的AI Agent调用服务？
• 当AI Agent的任务执行成功率不高时，你会如何定位问题并系统性地进行优化？
• 你如何评估一个AI Agent在业务场景中的实际效果？有哪些关键指标？