智能建模师

优缺点分析

角色解读

• 从智能建模师逐步成长为AI应用专家，深入多智能体协作和复杂场景落地
• 可向技术经理或架构师方向发展，主导AI项目的技术选型与体系优化
• 参与大语言模型在业务中的落地，设计AI Agent的工作流程并进行编排
• 搭建和维护数据处理流水线，确保数据清洗、转换和整合的准确与高效
• 使用LangGraph、Coze等框架开发智能体模块，并进行调试和优化
• 扎实的编程能力，熟悉Python等语言，能独立完成模块开发
• 掌握数据处理工具如Dataflow，了解数据清洗、转换流程
• 理解大语言模型和RAG技术原理，有Agent开发经验者优先

申请策略

• 了解中国移动在AI领域的业务方向，特别是与运营商场景结合的应用
• 在面试中展示对AI Agent和数据处理技术的热情和思考
• 突出大语言模型或AI Agent相关的项目经验，尤其是使用LangGraph、Coze等框架的实践
• 强调数据处理能力，如使用Dataflow或其他工具的案例
• 展示对RAG技术的理解和应用，如知识库集成经验
• 深入学习LangGraph和Coze的官方文档，动手搭建简单的Agent demo
• 补充RAG技术相关知识，尝试实现一个检索增强生成的应用

面试指南

• 用STAR法则描述项目经验：情境、任务、行动、结果，突出技术难点和解决方案
• 对于技术原理问题，先给出定义，再举例说明应用场景，最后结合实际经验
• 请描述一个你参与过的AI项目，你在其中的具体贡献？
• 解释RAG技术的原理，以及在Agent中如何集成知识库？
• 你使用过哪些数据流处理工具？请比较Dataflow与其他工具的异同
• 如果设计一个客服场景的AI Agent，你会如何规划流程？
• 复习大语言模型的基础知识，包括Transformer、Prompt Engineering等
• 准备一个完整的AI Agent或RAG相关demo，能现场演示或讲解