{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI交付工程师（需出差）",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "北京·海淀区·上地",
        "work_mode": "现场办公",AI生成
        "job_category": "AI应用实施工程师"AI生成
    },
    "company": {
        "company_name": "北京能科瑞元有限公司",
        "company_industry": "互联网",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 15000,
            "max": 25000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "交通补助 | 餐补 | 五险一金 | 带薪年假 | 年终奖 | 补充医疗保险 | 通讯补贴"
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "1.负责AI产品（包括语音，语意，大模型等）的整体技术架构规划与演进，设计支撑高并发、低延迟、⾼可⽤的分布式系统⽅案；\n2.主导ASR（语音转文字）、LLM对话引擎、TTS（⽂字转语音）、意图识别、多轮对话管理等核心AI模块的选型、对接、路由策略与性能优化；\n3.持续跟踪AI应用层技术演进（如Agent框架、RAG、流式处理、多Agent协作、开源语音/对话模型等），完成技术验证、原型搭建与工程化落地；\n4.设计并实施网关路由、负载均衡、缓存策略、消息队列、服务降级、熔断限流、多活容灾等机制，保障系统在万级QPS下的稳定性与弹性伸缩；\n5.搭建Prompt管理、模型调用监控、成本控制、A/B测试、数据反馈闭环、安全合规与隐私保护机制，建立标准化AI应用研发流程；\n6.定架构规范与技术标准，指导核心模块开发，推动跨端（Web/App/车载/IoT等）协同落地，保障系统可扩展性与可维护性。",
        "requirements_text": "1.计算机/软件工程等相关专业本科及以上学历，5年以上分布式系统/高并发架构经验，3年以上AI应用落地或架构经验；\n2.精通 Java / Go / Python 中至少一门，熟悉微服务架构、容器化（Docker/K8s）、Service Mesh、CI/CD及可观测性体系；\n3.深入掌握分布式缓存（Redis）、消息中间件（Kafka/RabbitMQ）、数据库分库分表、网关设计、异步化/流式处理架构，有实际大规模流量承载经验；\n4.熟悉LLM API集成、LangChain/LlamaIndex等Agent框架、向量数据库、提示工程、模型路由与Fallback策略；不要求具备深厚的机器学习/算法底层研发背景，但需清晰理解AI模型的能力边界、调用延迟、成本结构及工程优化方法；\n5.具备强烈的技术好奇心与自学能力，能快速调研、搭建Demo、评估新技术成熟度，并推动其在业务场景中的规模化应用；\n6.优秀的系统抽象能力、架构权衡思维、跨团队协作与项目推动力，能在不确定性中做技术决策并承担结果。",
        "skills": [AI生成
            "业务理解与场景抽象",
            "大模型原理与能力边界",
            "Agent系统构建",
            "Prompt工程",
            "RAG与检索增强",
            "模型训练与算法优化",
            "实验设计与A/B测试",
            "投标/RFP/标书",
            "部署上线与环境配置",
            "编程与代码实现",
            "分布式/微服务系统设计",
            "数据库/缓存/向量库",
            "Linux/DevOps/CI-CD",
            "AI数据安全与合规治理",
            "跨部门/跨团队协作",
            "项目推动与执行闭环",
            "结构化思考与系统抽象",
            "快速学习与自驱"
        ],
        "preferred_qualifications": "",
        "job_highlights": "5-10年 | 本科"
    },
    "contact": {
        "recruiter_name": "靳女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/e090675d73e315db0nF83tq-F1JW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "e090675d73e315db0nF83tq-F1JW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/e090675d73e315db0nF83tq-F1JW.html"
    },
    "fulltext": "1.负责AI产品（包括语音，语意，大模型等）的整体技术架构规划与演进，设计支撑高并发、低延迟、⾼可⽤的分布式系统⽅案；\n2.主导ASR（语音转文字）、LLM对话引擎、TTS（⽂字转语音）、意图识别、多轮对话管理等核心AI模块的选型、对接、路由策略与性能优化；\n3.持续跟踪AI应用层技术演进（如Agent框架、RAG、流式处理、多Agent协作、开源语音/对话模型等），完成技术验证、原型搭建与工程化落地；\n4.设计并实施网关路由、负载均衡、缓存策略、消息队列、服务降级、熔断限流、多活容灾等机制，保障系统在万级QPS下的稳定性与弹性伸缩；\n5.搭建Prompt管理、模型调用监控、成本控制、A/B测试、数据反馈闭环、安全合规与隐私保护机制，建立标准化AI应用研发流程；\n6.定架构规范与技术标准，指导核心模块开发，推动跨端（Web/App/车载/IoT等）协同落地，保障系统可扩展性与可维护性。\n任职要求：\n1.计算机/软件工程等相关专业本科及以上学历，5年以上分布式系统/高并发架构经验，3年以上AI应用落地或架构经验；\n2.精通 Java / Go / Python 中至少一门，熟悉微服务架构、容器化（Docker/K8s）、Service Mesh、CI/CD及可观测性体系；\n3.深入掌握分布式缓存（Redis）、消息中间件（Kafka/RabbitMQ）、数据库分库分表、网关设计、异步化/流式处理架构，有实际大规模流量承载经验；\n4.熟悉LLM API集成、LangChain/LlamaIndex等Agent框架、向量数据库、提示工程、模型路由与Fallback策略；不要求具备深厚的机器学习/算法底层研发背景，但需清晰理解AI模型的能力边界、调用延迟、成本结构及工程优化方法；\n5.具备强烈的技术好奇心与自学能力，能快速调研、搭建Demo、评估新技术成熟度，并推动其在业务场景中的规模化应用；\n6.优秀的系统抽象能力、架构权衡思维、跨团队协作与项目推动力，能在不确定性中做技术决策并承担结果。"
}