{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI解决方案工程师（Agent交付方向）外包岗",
        "job_level": "中级",AI生成
        "work_category": "合同工",AI生成
        "department": "",
        "location": "北京·朝阳区·亚运村",
        "work_mode": "现场办公",AI生成
        "job_category": "FDE应用开发工程师"AI生成
    },
    "company": {
        "company_name": "美亚柏科",
        "company_industry": "计算机软件",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": "厦门市美亚柏科信息安全研究所有限公司，是国投智能（美亚柏科，300188）旗下全资子公司，是国内电子数据取证行业龙头、公共安全大数据领域的核心企业，同时也是国家级高新技术企业。公司专注于网络空间安全、电子数据取证与大数据智能化核心技术研发与产品化，业务覆盖电子数据取证、网络安全防护、大数据分析、人工智能应用、电子数据司法鉴定等多个领域，为司法机关、行政执法部门及政企客户提供全方位的技术产品、解决方案与专业服务。公司具备完整的研发体系与核心技术能力，拥有多项自主知识产权、发明专利及软件著作权，持有 ITSS、检验检测机构资质认定、商用密码产品生产与销售等权威资质，研发成果包括反诈卫士 APP、多"
    },
    "compensation": {
        "salary_range": {
            "min": 10000,
            "max": 14000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "免费班车 | 五险一金 | 全勤奖 | 工龄奖 | 带薪年假 | 生日福利 | 节日福利 | 保底工资 | 绩效奖金 | 团建聚餐 | 法定节假日三薪"
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "1、AI赋能全局规划：深入理解客户业务场景，识别AI可落地的切入点，设计端到端的AI赋能方案，而⾮单⼀模型开发。能站在全局视角规划客户AI转型路径。\n2、Agent应⽤设计与实施：基于大模型能力，为客户搭建可实际运⾏的AI Agent系统，涵盖提示词工程、RAG知识库构建、工作流编排、工具调用等，确保Agent能真正解决业务问题。\n3、FDE现场交付：深入客户现场，与客户团队紧密协作，将AI方案嵌入实际业务流程中跑通闭环。负责从需求调研、方案设计、系统部署到效果验证的全流程交付。\n4、技术方案沉淀：总结交付过程中的最佳实践，沉淀可复用的Agent模板、提示词库、工作流范式，反哺团队能力建设。",
        "requirements_text": "1、教育背景本科及以上学历，计算机科学、人工智能、软件工程等相关专业；\n2、知识储备方面\n（1）大模型应用：深入理解主流大模型（GPT/Claude/国内大模型等）的能力边界，有丰富的Prompt Engineering实战经验，能针对复杂业务场景设计高质量提示策略；\n（2）Agent开发：熟练使用 Dify、Coze、LangChain 等框架搭建AI Agent，理解ReAct、Function Calling、Multi-Agent协作等核心机制，有过完整Agent项目落地经验；\n（3）RAG技术：掌握检索增强生成全流程，包括文档解析、向量化、检索策略优化、知识库运维，能解决幻觉、召回质量等实际问题；\n编程基础：熟练掌握 Python，能独立完成API对接、脚本开发、数据处理等任务；\n（4）工程化能力：了解FastAPI、Docker等基础部署工具，能将Agent方案封装为可交付的服务。",
        "skills": [AI生成
            "需求调研与需求分析",
            "业务理解与场景抽象",
            "产品方案与功能设计",
            "大模型原理与能力边界",
            "Agent系统构建",
            "Prompt工程",
            "RAG与检索增强",
            "Workflow与任务编排",
            "工具调用/MCP",
            "上下文/知识工程",
            "客户需求洞察与澄清",
            "驻场与客户现场共创",
            "部署上线与环境配置",
            "编程与代码实现",
            "Linux/DevOps/CI-CD",
            "快速学习与自驱",
            "复杂问题分析与解决",
            "企业服务/SaaS知识"
        ],
        "preferred_qualifications": "有ToB现场交付经验，能与客户业务方高效沟通并推动方案落地；\n有FDE（Field Deployment Engineer）或类似驻场交付经验；\n在GitHub上有AI应用相关的开源项目或技术博客。\n3、工作经验\n（1）2-5年工作经验，其中至少1年聚焦在大模型应用或AI Agent方向。\n4、综合素质\n（1）业务翻译能力：能将客户的模糊业务诉求转化为清晰的AI技术方案，也能将技术语言翻译成业务方能理解的价值表述；\n（2）现场攻坚能力：适应出差和客户现场工作环境，能在不确定性强的情况下快速推进、解决问题；\n（3）全局思维：不只盯着技术实现，能站在客户业务全局思考AI如何创造价值，而非为了用AI而用AI；\n（4）自驱与学习：大模型领域迭代极快，需要持续学习新技术、新工具，并能快速应用到实际项目中。",
        "job_highlights": "3-5年 | 本科"
    },
    "contact": {
        "recruiter_name": "岳嘉南",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/ab6062166b01eea30nJ_2d-9FVpW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "ab6062166b01eea30nJ_2d-9FVpW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/ab6062166b01eea30nJ_2d-9FVpW.html"
    },
    "fulltext": "岗位职责：\n1、AI赋能全局规划：深入理解客户业务场景，识别AI可落地的切入点，设计端到端的AI赋能方案，而⾮单⼀模型开发。能站在全局视角规划客户AI转型路径。\n2、Agent应⽤设计与实施：基于大模型能力，为客户搭建可实际运⾏的AI Agent系统，涵盖提示词工程、RAG知识库构建、工作流编排、工具调用等，确保Agent能真正解决业务问题。\n3、FDE现场交付：深入客户现场，与客户团队紧密协作，将AI方案嵌入实际业务流程中跑通闭环。负责从需求调研、方案设计、系统部署到效果验证的全流程交付。\n4、技术方案沉淀：总结交付过程中的最佳实践，沉淀可复用的Agent模板、提示词库、工作流范式，反哺团队能力建设。\n岗位要求：\n1、教育背景本科及以上学历，计算机科学、人工智能、软件工程等相关专业；\n2、知识储备方面\n（1）大模型应用：深入理解主流大模型（GPT/Claude/国内大模型等）的能力边界，有丰富的Prompt Engineering实战经验，能针对复杂业务场景设计高质量提示策略；\n（2）Agent开发：熟练使用 Dify、Coze、LangChain 等框架搭建AI Agent，理解ReAct、Function Calling、Multi-Agent协作等核心机制，有过完整Agent项目落地经验；\n（3）RAG技术：掌握检索增强生成全流程，包括文档解析、向量化、检索策略优化、知识库运维，能解决幻觉、召回质量等实际问题；\n编程基础：熟练掌握 Python，能独立完成API对接、脚本开发、数据处理等任务；\n（4）工程化能力：了解FastAPI、Docker等基础部署工具，能将Agent方案封装为可交付的服务。\n加分项：有ToB现场交付经验，能与客户业务方高效沟通并推动方案落地；\n有FDE（Field Deployment Engineer）或类似驻场交付经验；\n在GitHub上有AI应用相关的开源项目或技术博客。\n3、工作经验\n（1）2-5年工作经验，其中至少1年聚焦在大模型应用或AI Agent方向。\n4、综合素质\n（1）业务翻译能力：能将客户的模糊业务诉求转化为清晰的AI技术方案，也能将技术语言翻译成业务方能理解的价值表述；\n（2）现场攻坚能力：适应出差和客户现场工作环境，能在不确定性强的情况下快速推进、解决问题；\n（3）全局思维：不只盯着技术实现，能站在客户业务全局思考AI如何创造价值，而非为了用AI而用AI；\n（4）自驱与学习：大模型领域迭代极快，需要持续学习新技术、新工具，并能快速应用到实际项目中。"
}