Staff Software Engineer, Infrastructure & Productivity

优缺点分析

角色解读

• 技术方向可演进为首席架构师或AI基础设施领域专家
• 管理路径可转向Engineering Manager，带领AI平台团队
• 随着Airwallex全球化扩张，有机会参与更大规模系统设计和战略决策
• 设计并主导AI代理执行平台（AirDev）的架构，实现自主代码生成到交付的闭环
• 构建代理治理系统（Quartermaster），管理AI工作流的安全、审计和渐进式自主
• 领导AI应用工厂（AirForge）的技术方向，支持自然语言生成Web应用
• 集成企业工具（GitLab、Jira等）与事件驱动架构，实现自动化开发流程
• 精通Python或TypeScript，并具备FastAPI、Next.js等框架经验
• 深厚的系统设计能力，尤其分布式、事件驱动架构和高可用性
• 熟练使用Kubernetes、Docker和云平台（GCP优先）
• 有AI/LLM集成经验，如代理框架、MCP或提示工程

申请策略

• 在求职信中表达对AI驱动开发范式的理解，并说明你如何推动技术革新
• 准备一个关于重构平台架构或引入AI工具提升效率的具体故事
• 突出分布式系统架构项目，尤其是事件驱动或高并发平台
• 详细描述AI/LLM相关经验，如构建过代理系统、提示工程或模型集成
• 强调Kubernetes和云原生实践经验，最好有大规模集群管理案例
• 展示技术领导力：领导过跨团队技术方案、制定过技术路线图
• 若缺乏AI代理经验，可快速学习LangChain、CrewAI等框架，并构建小项目
• 加强Kafka、ArgoCD等工具的实际操作，准备系统设计案例

面试指南

• 使用STAR方法：情境、任务、行动、结果，结合具体项目经验
• 从第一原理出发：先定义核心约束（安全、延迟、可扩展性），再提出方案并权衡
• 展示系统思维：不仅考虑技术，还要考虑团队协作、运维成本和演进路径
• 请设计一个支持多AI代理协作的事件驱动平台架构
• 如何确保AI代理生成代码的安全性和可审计性？
• 描述你过去领导的一个高可用分布式系统设计决策过程
• 在Kubernetes上调度AI工作负载时，你遇到过哪些挑战？如何解决？
• 你如何看待AI代理在软件开发中的局限性？如何设计系统来弥补？