主分类：Agent系统开发
辅助：AI应用开发（非Agent）（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "光子 AI-AI应用开发工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责游戏场景下 AI 应用的后台研发，包括 AI Agent、AIGC 工具等业务模块；\n2.参与 AI 服务通用能力建设，包括模型接入、任务编排、上下文管理与记忆机制、工具调用、数据处理等；\n3.负责 AI 服务工程化与线上稳定性建设，包括部署发布、监控告警、限流降级、故障排查、性能与成本优化。",
"requirements_text": "1.计算机相关专业，本科及以上学历；\n2.具备良好的后台开发能力，了解常用服务端架构、存储与中间件技术，有较好的工程实现能力；\n3.了解大模型应用开发，熟悉 Prompt 设计、RAG 检索增强、Agent 编排、工具调用等常见技术，有相关项目经验优先；\n4.具备良好的问题拆解、沟通协作和学习能力，对 AI 与游戏结合有热情。",
"skills": [AI生成
"学习能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "3.了解大模型应用开发，熟悉 Prompt 设计、RAG 检索增强、Agent 编排、工具调用等常见技术，有相关项目经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2008789833664847872"
}
]
},
"posting": {
"posting_id": "2008789833664847872",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2008789833664847872"
},
"fulltext": "光子 AI-AI应用开发工程师\n1.负责游戏场景下 AI 应用的后台研发，包括 AI Agent、AIGC 工具等业务模块；\n2.参与 AI 服务通用能力建设，包括模型接入、任务编排、上下文管理与记忆机制、工具调用、数据处理等；\n3.负责 AI 服务工程化与线上稳定性建设，包括部署发布、监控告警、限流降级、故障排查、性能与成本优化。\n1.计算机相关专业，本科及以上学历；\n2.具备良好的后台开发能力，了解常用服务端架构、存储与中间件技术，有较好的工程实现能力；\n3.了解大模型应用开发，熟悉 Prompt 设计、RAG 检索增强、Agent 编排、工具调用等常见技术，有相关项目经验优先；\n4.具备良好的问题拆解、沟通协作和学习能力，对 AI 与游戏结合有热情。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T008"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}