蚂蚁金服蚂蚁集团-Java研发工程师(AI Agent)-保险
任职要求
1. 本科及以上学历, 具有1年以上服务端开发经验,精通分布式系统原理和架构设计; 2. 至少精通Java/Go/Python其中一种编程语言, 熟悉常用的算法和数据结构,熟悉常用的软件设计模式并能根据实际情况灵活应用; 3. 具备系统架构和解决复杂问题能力,有参与设计和构建业务复杂、高并发、高可用的平台型产品经验; 4.…
工作职责
1. 参与保险核保和理赔的系统分析与设计工作,主导技术难题; 2. 基于大模型和智能体,解决核保和理赔场景的海量复杂决策问题; 3. 面向保司提供标准化的专业智能体服务。

[专业技能 】 1、后端架构:Java,Python, Spring Boot, Spring Cloud, 微服务架构, 分布式系统 2、数据库与中间件:MySQL, Redis, Kafka, RocketMQ 3、AI 技术栈:LLM, AI Agent, RAG , Function Calling, Prompt Engineering 4、AI 框架与协议:LangChain,Langgraph,Langfuse,Spring AI, Model Context Protocol (MCP) 5、AI 研发效能:Cursor, Claude Code,Codex 【岗位职责】 1、核心业务架构设计与开发:负责在线保险核心交易、营销系统的后端架构设计与研发工作,保障高并发场景下链路的稳定性、高可用性与系统性能。 2、AI 智能体(Agent)落地与迭代:深入理解业务痛点,主导 AI Planner 和 AI Agent 在在线营销、客户互动等核心交易链条中的工程化落地,实现业务流程的自动化与智能化改造。 3、AI 工作流与底层能力构建:基于现有系统能力,封装标准化 API,构建Skill,结合 MCP等协议,打通企业级智能体工作流(Workflow),提升系统的 AI 交互能力。 4、技术赋能与效能驱动:作为团队内的技术中坚,积极沉淀 AI 辅助编程最佳实践,协助优化团队整体研发效能(涵盖代码生成、测试、Review 等)。
1. 参与AI Infra 基础设施平台或者面向金融、风控、营销、Web3、企业服务等AI应用场景的智能体(Agent)系统的设计、开发与优化; 2. 参与基于大语言模型(LLM)或多模态模型的智能体核心模块研发,包括但不限于任务规划、工具调用、记忆机制、对话管理、推理引擎等, 探索和实现智能体在复杂业务场景中的落地应用,如智能客服、自动化流程、决策辅助、数字员工等; 3. 参与AI Infra 平台系统架构设计和核心技术细节实现,帮助团队攻克各种技术难关,保障和提升平台稳定性; 4. 与算法、产品、数据及业务团队紧密协作,推动智能体系统的全链路端到端交付与迭代; 5. 跟踪前沿技术进展,通过AI Coding 持续提升系统智能化水平与工程效率。
部门介绍:我们是市场与平台运营中心,作为京东科技的核心力量之一,在金融业务的市场拓展、平台运营与生态建设中发挥关键作用。我们以“体验与效率的价值共生”为核心理念,聚焦C端用户,推动产品体验与技术能力的深度融合,实现商业价值与用户体验的共赢。我们通过数据驱动决策、营销创新实践与平台精细化运营,持续优化关键金融场景(如现金贷、财富管理、大支付、保险等)的用户体验;依托京东金融APP、白条频道页、我的钱包页等核心入口,我们构建起连接用户与金融服务的高效桥梁。我们汇聚产品、运营、量化、研发等多职能人才,以协同创新为引擎,推动业务的可持续增长与长期价值创造。我们不仅追求短期目标的达成,更致力于构建一个用户信赖、商业健康、技术领先的金融科技生态。欢迎加入我们,一起构建可持续的商业未来! 1. 负责京东金融APP拉新相关业务的服务端Java系统建设,聚焦高质量新用户增长及现有系统功能优化升级; 2. 完成需求分析及技术方案设计,参与技术决策、架构设计及风险评估,推动分布式系统高可用、高性能优化; 3. 主导团队 AI 相关的平台建设,包括 RAG 检索增强系统、多智能体协作工作流(Workflows)、向量数据库集成及知识库管理系统的性能调优; 4. 基于 MCP、A2A等协议实现大模型与内部工具的调用,在提示词工程、长上下文(Context)管理、模型微调(Fine-tuning)等领域进行深度优化。

1、 参与平安业务相关基于最新大模型相关技术的对话助手、图文分类、文本摘要、文本生成、语言模型、情感分析等相关NLP工作; 2、 跟进NLP领域前沿技术,对现有产品和技术方案进行持续改进,同时探讨和开发新的产品。 3、负责金融领域大语言模型(LLM)的选型、微调(Fine-tuning)、提示工程(Prompt Engineering)和检索增强生成(RAG)等技术的研发与应用。 4、构建和优化基于大模型的Agent开发,赋能保险行业AI助手、AI售卖、智能助手等场景。 5、跟进大模型和NLP领域的最新研究进展,并探索其在金融场景的落地可能性。 6、与数据工程师、后端开发和产品经理紧密合作,将算法模型高效、稳定地部署到生产环境。