恩士迅
AI Engineer
AI Engineer
发布于 大约 4 小时前普通员工/个人贡献者
成都市 / 广州市
中级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
RAG
LLM
LangGraph
LoRA
Pinecone
AI 估算 · 15k–30k
AI工程师岗位火热，1-4年经验在成都/广州属中等水平，技能要求高，薪资有竞争力。
职位详情
关于这个职位
该职位负责开发基于大语言模型的智能体系统，涉及任务规划、工具集成、RAG管道等核心模块
你将使用LangGraph、Dify等前沿框架，与企业客户协作交付可扩展的AI解决方案
适合有1-4年经验、精通Python并熟悉LLM API的工程师
最低要求
具备1-4年AI/NLP/后端开发经验
精通Python（掌握Go/Java者优先）
具有LLM API（OpenAI、Anthropic、Google、Qwen等）实战经验
熟悉LangGraph/Dify/MCP或同类智能体框架
掌握RAG、嵌入技术、混合搜索等核心概念
拥有开源LLM微调及落地应用经验
具备系统设计与可扩展性架构能力
工作职责
开发维护基于LLM的智能体（任务规划、工具集成、记忆模块、多智能体工作流）
运用LangGraph、LangChain、Dify等框架，通过MCP（模型上下文协议）实现工具与服务集成
搭建基于向量数据库（Elasticsearch、Milvus、Pinecone等）的RAG管道系统
针对企业场景探索、微调并应用开源LLM模型
与产品及工程团队协作交付可扩展的AI解决方案
优先资格
有多智能体系统开发经验
掌握提示工程与LoRA微调技术
具有云原生技术经验（Docker、Kubernetes、OpenShift）
拥有企业级或金融AI项目实战经验
AI 洞察
优缺点分析
优点
- AI领域前沿技术栈，涉及LLM、智能体、RAG等热门方向，技能积累快
- 跨国企业平台，项目多为企业级，能积累大规模系统经验
- 成都、广州均有岗位，城市选择灵活，生活成本相对合理
- 技术迭代极快，需要持续学习新框架和模型
- 适合有1-4年开发经验、对AI技术有热情、喜欢解决复杂问题并愿意持续学习的工程师
缺点 / 挑战
- 涉及多团队协作，沟通成本较高，需要较强的跨部门合作能力
- 企业级AI项目对稳定性和性能要求高，调试和优化压力较大
角色解读
- 逐步成长为AI架构师，主导大型AI系统的设计与落地
- 深耕LLM智能体方向，成为该领域的专家，或转岗为技术经理管理团队
- 积累企业级AI项目经验后，可转向更高级的研发岗位或创业
- 开发和维护基于大语言模型的智能体系统，包括任务规划、工具集成、记忆模块和多智能体工作流
- 使用LangGraph、LangChain、Dify等框架实现工具与服务集成，搭建RAG管道系统
- 针对企业场景探索、微调并应用开源LLM模型，与产品及工程团队协作交付可扩展的AI解决方案
- 精通Python编程语言，具备系统设计与可扩展性架构能力
- 熟悉LLM API（如OpenAI、Anthropic等）及相关框架（LangGraph、Dify等）
- 掌握RAG、嵌入技术、混合搜索等核心概念，具备向量数据库（Elasticsearch、Milvus等）使用经验
申请策略
- 了解恩士迅（NCS）的业务方向，特别是AI在企业数字化转型中的应用，面试时可结合公司背景阐述
- 准备一个完整的AI智能体项目案例，从需求分析到技术实现，展示端到端能力
- 突出Python开发经验和LLM相关项目，特别是使用过LangGraph、Dify等框架的案例
- 展示RAG系统的搭建经验，包括向量数据库选型、嵌入模型使用
- 如果有开源LLM微调经验或LoRA技术，务必重点描述
- 强调系统设计能力和可扩展性架构的项目成果
- 补充LangGraph、Dify等智能体框架的实践项目，可在GitHub上尝试复现类似Demo
- 深入学习RAG技术和向量数据库（如Milvus），了解混合搜索原理
面试指南
- 采用STAR法则（情境-任务-行动-结果）描述项目经历，突出技术选型和难点解决
- 对于系统设计问题，从需求分析、技术选型、架构设计、可扩展性、容错性等方面展开
- 对于技术原理问题，先给出定义，再结合实际经验说明应用场景和优化策略
- 请描述一个你使用LangChain或LangGraph开发智能体的项目经历
- 解释RAG的工作原理，以及如何优化检索效果
- 如何微调一个开源LLM？具体步骤和面临的挑战是什么？
- 如何设计一个可扩展的多智能体系统？考虑哪些因素？
- 你如何处理LLM API调用的延迟和成本问题？
匹配度报告
66
综合匹配度
前沿AI技术岗，成长空间大，但工作模式传统，WLB一般。
适合人群
该职位最适合重视技术成长和前沿探索的求职者，对于追求工作生活平衡的求职者需谨慎。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展90
工作生活40
使命价值70
薪资福利匹配
65中等
薪资面议，但跨国企业通常提供有竞争力的薪酬，福利包括五险一金等。但未明确说明，因此补偿性动机满足程度中等偏上。
薪资信号面议 (15K-30K/月)
成长发展匹配
90较高
该岗位涉及LLM智能体、RAG等前沿技术，要求掌握最新框架，技术成长空间大。但未明确提及晋升通道或培训计划。
技术前沿前沿/新兴技术
技术栈LLM、LangGraph、LangChain、Dify、RAG、Elasticsearch、Milvus、Pinecone、LoRA、Docker、Kubernetes
业务类型ambiguous
工作生活匹配
40较低
要求现场办公，未提及弹性工时或远程。成都和广州的工作地点可能位于市中心或科技园，通勤情况未知。生活化动机满足程度较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
AI行业处于高速增长期，该岗位通过AI技术解决企业实际问题，具有一定社会价值。但未提及使命感或社会责任方面的描述。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs