{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI智能体开发",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "北京··",
        "work_mode": "现场办公",AI生成
        "job_category": "AI应用软件工程师"AI生成
    },
    "company": {
        "company_name": "北京某大型汽车研发/制造上市公司",
        "company_industry": "汽车研发/制造",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 30000,
            "max": 50000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "五险一金 | 零食下午茶 | 餐补 | 带薪年假 | 节日福利 | 员工旅游 | 年终奖 | 通讯补贴 | 补充医疗保险 | 免费班车 | 交通补助 | 定期体检"
    },
    "requirements": {
        "working_years": 10,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "汽车\n1、负责AI Agent的核心算法研究与开发，包括但不限于任务规划（Planning）、记忆机制（Memory）、工具使用（Tool Use）、⾃主学习与反思（Self-Reflection/Critique）、多智能体协作（Multi-Agent Systems）等；\n2、探索和实践前沿的Agent框架和技术（如ReAct, RAG, LLM-based Planning, Chain-of-Thought/Tree-of-Thought for Agents等），探索和优化在智能座舱、软件⼯程、⾃动化工具等场景的应用；\n3、负责Agent相关的⼤模型的后训练、微调、评估和迭代优化，提升模型在复杂指令理解、推理、决策和执行能力；\n4、将Agent技术应用于实际业务场景，如座舱agent应用、智能助手、自动化流程、代码自动生成等，并持续优化效果。",
        "requirements_text": "1、硕士及以上学历，计算机、软件工程、人工智能、自然语言处理等相关专业，具备扎实的计算机基础；\n2、熟练掌握JavaScrpit/Python/Golang等一种或多种编程语言并深入了解语言特性，具备良好的数据结构、算法基础和系统设计能力；\n3、在自然语言处理（NLP）、大语言模型（LLM）领域有扎实的理论基础和丰富的项目经验，熟悉Transformer、预训练模型、Fine-tuning等相关技术。，\n4、熟悉AI Agent开发框架（LangChain/LangGraph/LlamaIndex等），熟悉MCP协议，了解Prompt Engineering、RAG、知识图谱、SFT等技术，主导过至少一个AI Agent相关项目，具备实际开发经验。\n认证资质\n人力资源服务许可证",
        "skills": [AI生成
            "业务理解与场景抽象",
            "Agent系统构建",
            "Prompt工程",
            "RAG与检索增强",
            "工具调用/MCP",
            "上下文/知识工程",
            "模型微调与对齐",
            "技术可行性与系统架构",
            "编程与代码实现"
        ],
        "preferred_qualifications": "",
        "job_highlights": "10年以上 | 本科"
    },
    "contact": {
        "recruiter_name": "贺思婕",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/cc87dd94f56c29cb03x50ti9ElpW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "cc87dd94f56c29cb03x50ti9ElpW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/cc87dd94f56c29cb03x50ti9ElpW.html"
    },
    "fulltext": "汽车\n工作职责\n1、负责AI Agent的核心算法研究与开发，包括但不限于任务规划（Planning）、记忆机制（Memory）、工具使用（Tool Use）、⾃主学习与反思（Self-Reflection/Critique）、多智能体协作（Multi-Agent Systems）等；\n2、探索和实践前沿的Agent框架和技术（如ReAct, RAG, LLM-based Planning, Chain-of-Thought/Tree-of-Thought for Agents等），探索和优化在智能座舱、软件⼯程、⾃动化工具等场景的应用；\n3、负责Agent相关的⼤模型的后训练、微调、评估和迭代优化，提升模型在复杂指令理解、推理、决策和执行能力；\n4、将Agent技术应用于实际业务场景，如座舱agent应用、智能助手、自动化流程、代码自动生成等，并持续优化效果。\n任职资格\n1、硕士及以上学历，计算机、软件工程、人工智能、自然语言处理等相关专业，具备扎实的计算机基础；\n2、熟练掌握JavaScrpit/Python/Golang等一种或多种编程语言并深入了解语言特性，具备良好的数据结构、算法基础和系统设计能力；\n3、在自然语言处理（NLP）、大语言模型（LLM）领域有扎实的理论基础和丰富的项目经验，熟悉Transformer、预训练模型、Fine-tuning等相关技术。，\n4、熟悉AI Agent开发框架（LangChain/LangGraph/LlamaIndex等），熟悉MCP协议，了解Prompt Engineering、RAG、知识图谱、SFT等技术，主导过至少一个AI Agent相关项目，具备实际开发经验。\n认证资质\n人力资源服务许可证"
}