主分类：Agent系统开发
辅助：AI模型评测工程（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": "Agent软件工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "京东健康",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "研发类"AI生成
},
"company": {
"company_name": "京东集团",
"company_industry": "电商 / 供应链 / 物流 / 科技服务",
"company_size": "10000人以上",
"company_website": "jd.com",
"company_description": "京东是一家以供应链为基础的技术与服务企业，覆盖零售、物流、科技、健康等业务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "计算机相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "Agent软件工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东健康\n发布时间：2026-06-25\n\n岗位职责\n1、负责健康医疗场景下智能体（Agent）的架构设计与实现，熟练运用 LangChain 或 LlamaIndex 等框架，进行复杂链路的编排、工具调用（Function Calling/Tool Use）及状态管理；\n2、基于 SSE、WebSocket、MCP等技术，优化医疗对话式交互体验，解决大模型流式输出的稳定性与并发问题，确保健康咨询的实时性体验；\n3、承担 Context Engineer 职责，优化上下文管理机制，设计RAG（检索增强生成）策略，解决医疗长文本、多轮对话中的信息遗忘与幻觉问题，提升上下文利用效率；\n4、负责AI Agent的评测体系建设，设计自动化测试用例，对Agent的调用成功率、工具选择准确率、输出安全性进行量化评估与压测；\n5、对接主流大模型（GPT系列、DeepSeek、Kimi、Qwen等），针对医疗术语的准确性进行Prompt Engineering及微调数据准备。\n\n任职要求\n1、计算机相关专业本科及以上学历，3年以上后端或AI应用开发经验，扎实的Java、Python编程能力，熟悉异步编程（Asyncio），具备良好的代码规范意识；\n2、深入理解 LangChain 或 Semantic Kernel 的核心组件（Agent Executors, Tools, Memory, Callbacks），有实际生产项目落地经验；\n3、熟悉 SSE 协议，有高并发流式接口的调优经验，了解如何处理中断、重连及流式token的安全过滤；\n4、Context Engineering：熟悉RAG各环节（Chunking, Embedding, 重排），有处理长上下文（Long Context）压缩、记忆管理（短期/长期记忆）的实际经验；\n5、Harness Engineering：理解AI应用的测试方法论，有构建Agent评测集、制定评估指标（如精确率、召回率、工具调用准确率）的经验；\n6、有医疗信息化（HIS/EMR）或互联网医疗行业经验者优先，具备医学知识图谱构建或医疗NLP经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "Agent软件工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东健康\n发布时间：2026-06-25\n\n岗位职责\n1、负责健康医疗场景下智能体（Agent）的架构设计与实现，熟练运用 LangChain 或 LlamaIndex 等框架，进行复杂链路的编排、工具调用（Function Calling/Tool Use）及状态管理；\n2、基于 SSE、WebSocket、MCP等技术，优化医疗对话式交互体验，解决大模型流式输出的稳定性与并发问题，确保健康咨询的实时性体验；\n3、承担 Context Engineer 职责，优化上下文管理机制，设计RAG（检索增强生成）策略，解决医疗长文本、多轮对话中的信息遗忘与幻觉问题，提升上下文利用效率；\n4、负责AI Agent的评测体系建设，设计自动化测试用例，对Agent的调用成功率、工具选择准确率、输出安全性进行量化评估与压测；\n5、对接主流大模型（GPT系列、DeepSeek、Kimi、Qwen等），针对医疗术语的准确性进行Prompt Engineering及微调数据准备。\n\n任职要求\n1、计算机相关专业本科及以上学历，3年以上后端或AI应用开发经验，扎实的Java、Python编程能力，熟悉异步编程（Asyncio），具备良好的代码规范意识；\n2、深入理解 LangChain 或 Semantic Kernel 的核心组件（Agent Executors, Tools, Memory, Callbacks），有实际生产项目落地经验；\n3、熟悉 SSE 协议，有高并发流式接口的调优经验，了解如何处理中断、重连及流式token的安全过滤；\n4、Context Engineering：熟悉RAG各环节（Chunking, Embedding, 重排），有处理长上下文（Long Context）压缩、记忆管理（短期/长期记忆）的实际经验；\n5、Harness Engineering：理解AI应用的测试方法论，有构建Agent评测集、制定评估指标（如精确率、召回率、工具调用准确率）的经验；\n6、有医疗信息化（HIS/EMR）或互联网医疗行业经验者优先，具备医学知识图谱构建或医疗NLP经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"skills": [AI生成
"Python",
"Java",
"知识图谱",
"自动化测试",
"架构设计",
"招聘",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "6、有医疗信息化（HIS/EMR）或互联网医疗行业经验者优先，具备医学知识图谱构建或医疗NLP经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.jd.com/web/job-info-detail?requementId=219685"
}
]
},
"posting": {
"posting_id": "219685",
"post_date": "2026-06-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=219685"
},
"fulltext": "Agent软件工程师\nAgent软件工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东健康\n发布时间：2026-06-25\n\n岗位职责\n1、负责健康医疗场景下智能体（Agent）的架构设计与实现，熟练运用 LangChain 或 LlamaIndex 等框架，进行复杂链路的编排、工具调用（Function Calling/Tool Use）及状态管理；\n2、基于 SSE、WebSocket、MCP等技术，优化医疗对话式交互体验，解决大模型流式输出的稳定性与并发问题，确保健康咨询的实时性体验；\n3、承担 Context Engineer 职责，优化上下文管理机制，设计RAG（检索增强生成）策略，解决医疗长文本、多轮对话中的信息遗忘与幻觉问题，提升上下文利用效率；\n4、负责AI Agent的评测体系建设，设计自动化测试用例，对Agent的调用成功率、工具选择准确率、输出安全性进行量化评估与压测；\n5、对接主流大模型（GPT系列、DeepSeek、Kimi、Qwen等），针对医疗术语的准确性进行Prompt Engineering及微调数据准备。\n\n任职要求\n1、计算机相关专业本科及以上学历，3年以上后端或AI应用开发经验，扎实的Java、Python编程能力，熟悉异步编程（Asyncio），具备良好的代码规范意识；\n2、深入理解 LangChain 或 Semantic Kernel 的核心组件（Agent Executors, Tools, Memory, Callbacks），有实际生产项目落地经验；\n3、熟悉 SSE 协议，有高并发流式接口的调优经验，了解如何处理中断、重连及流式token的安全过滤；\n4、Context Engineering：熟悉RAG各环节（Chunking, Embedding, 重排），有处理长上下文（Long Context）压缩、记忆管理（短期/长期记忆）的实际经验；\n5、Harness Engineering：理解AI应用的测试方法论，有构建Agent评测集、制定评估指标（如精确率、召回率、工具调用准确率）的经验；\n6、有医疗信息化（HIS/EMR）或互联网医疗行业经验者优先，具备医学知识图谱构建或医疗NLP经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nAgent软件工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东健康\n发布时间：2026-06-25\n\n岗位职责\n1、负责健康医疗场景下智能体（Agent）的架构设计与实现，熟练运用 LangChain 或 LlamaIndex 等框架，进行复杂链路的编排、工具调用（Function Calling/Tool Use）及状态管理；\n2、基于 SSE、WebSocket、MCP等技术，优化医疗对话式交互体验，解决大模型流式输出的稳定性与并发问题，确保健康咨询的实时性体验；\n3、承担 Context Engineer 职责，优化上下文管理机制，设计RAG（检索增强生成）策略，解决医疗长文本、多轮对话中的信息遗忘与幻觉问题，提升上下文利用效率；\n4、负责AI Agent的评测体系建设，设计自动化测试用例，对Agent的调用成功率、工具选择准确率、输出安全性进行量化评估与压测；\n5、对接主流大模型（GPT系列、DeepSeek、Kimi、Qwen等），针对医疗术语的准确性进行Prompt Engineering及微调数据准备。\n\n任职要求\n1、计算机相关专业本科及以上学历，3年以上后端或AI应用开发经验，扎实的Java、Python编程能力，熟悉异步编程（Asyncio），具备良好的代码规范意识；\n2、深入理解 LangChain 或 Semantic Kernel 的核心组件（Agent Executors, Tools, Memory, Callbacks），有实际生产项目落地经验；\n3、熟悉 SSE 协议，有高并发流式接口的调优经验，了解如何处理中断、重连及流式token的安全过滤；\n4、Context Engineering：熟悉RAG各环节（Chunking, Embedding, 重排），有处理长上下文（Long Context）压缩、记忆管理（短期/长期记忆）的实际经验；\n5、Harness Engineering：理解AI应用的测试方法论，有构建Agent评测集、制定评估指标（如精确率、召回率、工具调用准确率）的经验；\n6、有医疗信息化（HIS/EMR）或互联网医疗行业经验者优先，具备医学知识图谱构建或医疗NLP经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nAgent软件工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东健康\n发布时间：2026-06-25\n\n岗位职责\n1、负责健康医疗场景下智能体（Agent）的架构设计与实现，熟练运用 LangChain 或 LlamaIndex 等框架，进行复杂链路的编排、工具调用（Function Calling/Tool Use）及状态管理；\n2、基于 SSE、WebSocket、MCP等技术，优化医疗对话式交互体验，解决大模型流式输出的稳定性与并发问题，确保健康咨询的实时性体验；\n3、承担 Context Engineer 职责，优化上下文管理机制，设计RAG（检索增强生成）策略，解决医疗长文本、多轮对话中的信息遗忘与幻觉问题，提升上下文利用效率；\n4、负责AI Agent的评测体系建设，设计自动化测试用例，对Agent的调用成功率、工具选择准确率、输出安全性进行量化评估与压测；\n5、对接主流大模型（GPT系列、DeepSeek、Kimi、Qwen等），针对医疗术语的准确性进行Prompt Engineering及微调数据准备。\n\n任职要求\n1、计算机相关专业本科及以上学历，3年以上后端或AI应用开发经验，扎实的Java、Python编程能力，熟悉异步编程（Asyncio），具备良好的代码规范意识；\n2、深入理解 LangChain 或 Semantic Kernel 的核心组件（Agent Executors, Tools, Memory, Callbacks），有实际生产项目落地经验；\n3、熟悉 SSE 协议，有高并发流式接口的调优经验，了解如何处理中断、重连及流式token的安全过滤；\n4、Context Engineering：熟悉RAG各环节（Chunking, Embedding, 重排），有处理长上下文（Long Context）压缩、记忆管理（短期/长期记忆）的实际经验；\n5、Harness Engineering：理解AI应用的测试方法论，有构建Agent评测集、制定评估指标（如精确率、召回率、工具调用准确率）的经验；\n6、有医疗信息化（HIS/EMR）或互联网医疗行业经验者优先，具备医学知识图谱构建或医疗NLP经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}