keeta技术-商家营销Agent工程师

优缺点分析

角色解读

• 技术纵深：从Agent开发到Multi-Agent架构设计，成为AI系统专家
• 业务广度：深入境外营销业务，积累国际化经验，向技术负责人或产品方向转型
• 技术影响力：通过AI编码工具和知识库建设，推动团队研发范式转型，成为技术变革推动者
• 负责境外商家营销核心系统的开发与稳定性建设，涉及资金安全和技术架构升级
• 参与Agent Skills开发，构建可复用的运营技能库，推动营销系统的AI化转型
• 搭建企业级RAG知识库、记忆系统和Multi-Agent架构，打造可扩展的智能平台
• 编写Agent测评用例，确保Agent质量可度量、过程可追溯，并建设AI Coding工作流程
• 掌握AI编程范式（SDD）并熟练使用Claude Code等AI编程工具，有全栈开发经验
• 熟悉Agent技术栈，包括Agent Loop、MCP、RAG等，具备Agent开发经验
• 具备良好的产品思维和问题分析能力，能将复杂业务问题转化为系统需求
• 有责任感和主动性，能跨部门协作推进技术落地

申请策略

• 在求职信中表达对国际化业务和前沿AI技术的热情，强调务实、自驱、开放的团队文化契合度
• 准备一个与Agent营销系统相关的项目案例，展示技术选型、架构设计和落地效果
• 突出AI编程经验，特别是使用Claude Code、OpenClaw（或类似工具）进行Agent开发的案例
• 强调全栈开发能力和项目推动能力，展示从0到1构建系统的经历
• 如有AI Agent创新产品孵化或团队AI转型经验，务必详细描述
• 体现产品思维和复杂问题拆解能力，用具体例子说明如何将业务需求转化为技术方案
• 提前学习Agent Loop、MCP、RAG等技术，动手搭建简单的Multi-Agent demo
• 熟悉AI编程范式SDD，试用Claude Code等工具，积累实操经验

面试指南

• STAR法则：描述情境、任务、行动、结果，突出技术难点和个人贡献
• 技术对比分析：在回答中展现对多种方案的权衡，如Agent通信协议（MCP vs 自定义）、RAG检索策略（向量+关键词混合）等
• 业务视角：将技术选择与业务目标（如营销效率、资金安全）结合，体现产品思维
• 请描述一次你使用AI Agent解决实际业务问题的经历，包括架构设计和关键技术选择
• 如何构建一个企业级的RAG知识库？请谈谈关键技术和注意事项
• 在Multi-Agent系统中，如何确保Agent之间的协同与通信？请结合你的理解
• 如何评估一个Agent的质量？你会设计哪些测评指标和机制？
• 你如何看待AI编程工具（如Claude Code）对研发效能的影响？你是否有推动团队采用新工具的经验？