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": "资深 AI 研发效能架构师（J100453）",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "MEG",
"location": "深圳市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-AI 工程操作系统构建：制定全事业部级 AI 可消费标准（研发工作流、PRD 模板、大模型 I/O 规范、设计 Token），把“上下文基础设施”变成组织级复利资产\n-Context 与记忆系统建设：构建全局 Spec 库、Skill 资产库、Golden Dataset 及统一 Eval 框架，让每一次知识沉淀持续复利，而不是每次从零开始\n-多 Agent 工作流编排：统一接入外部 AI 工具或者自研 Agent，设计端到端 Agent Pipeline，推动高频业务流程 Agent 化与跨团队复用\n-AI 风险治理与质量门禁：建立 Agent 行为边界、幻觉拦截、Fallback 机制；构建 AI 生成代码的自动化质量门禁，确保每个环节输出经过验证再流转\n-开发者赋能与组织推广：将平台能力封装为开箱即用的agent 服务；推动团队向 AI native组织进化，构建持续复利的工程化壁垒",
"requirements_text": "-在研发效能、自动化测试基建、CI/CD 体系建设方面有深厚实操经验，具备从 0 到 1 构建底层平台的能力\n-对 AI 大模型能力边界有清醒认知，有 Agent 架构设计与落地的实际项目经验者\n-熟悉 Claude Code、Cursor 等前沿 AI coding工具，有构建「模型 + 记忆 + 工作流编排 + 评估循环」完整 AI 系统经验者优先\n-具备强系统抽象能力与全局视野，能在没有强制权限的情况下跨团队推动全组织标准落地\n-一线互联网大厂背景，架构师或技术专家经验，有模型能力边界认知优先",
"skills": [AI生成
"自动化测试",
"架构设计",
"大语言模型"
],
"preferred_qualifications": "熟悉 Claude Code、Cursor 等前沿 AI coding工具，有构建「模型 + 记忆 + 工作流编排 + 评估循环」完整 AI 系统经验者优先；一线互联网大厂背景，架构师或技术专家经验，有模型能力边界认知优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/356d7786-eeea-453b-bffb-5413ab30df2c"
}
]
},
"posting": {
"posting_id": "356d7786-eeea-453b-bffb-5413ab30df2c",
"post_date": "2026-06-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/356d7786-eeea-453b-bffb-5413ab30df2c"
},
"fulltext": "资深 AI 研发效能架构师（J100453）\n资深 AI 研发效能架构师（J100453）\n\n基础信息\n部门：MEG\n地点：深圳市\n类别：技术\n招聘人数：2\n发布时间：2026-07-21\n\n工作职责\n-AI 工程操作系统构建：制定全事业部级 AI 可消费标准（研发工作流、PRD 模板、大模型 I/O 规范、设计 Token），把“上下文基础设施”变成组织级复利资产\n-Context 与记忆系统建设：构建全局 Spec 库、Skill 资产库、Golden Dataset 及统一 Eval 框架，让每一次知识沉淀持续复利，而不是每次从零开始\n-多 Agent 工作流编排：统一接入外部 AI 工具或者自研 Agent，设计端到端 Agent Pipeline，推动高频业务流程 Agent 化与跨团队复用\n-AI 风险治理与质量门禁：建立 Agent 行为边界、幻觉拦截、Fallback 机制；构建 AI 生成代码的自动化质量门禁，确保每个环节输出经过验证再流转\n-开发者赋能与组织推广：将平台能力封装为开箱即用的agent 服务；推动团队向 AI native组织进化，构建持续复利的工程化壁垒\n\n职责要求\n-在研发效能、自动化测试基建、CI/CD 体系建设方面有深厚实操经验，具备从 0 到 1 构建底层平台的能力\n-对 AI 大模型能力边界有清醒认知，有 Agent 架构设计与落地的实际项目经验者\n-熟悉 Claude Code、Cursor 等前沿 AI coding工具，有构建「模型 + 记忆 + 工作流编排 + 评估循环」完整 AI 系统经验者优先\n-具备强系统抽象能力与全局视野，能在没有强制权限的情况下跨团队推动全组织标准落地\n-一线互联网大厂背景，架构师或技术专家经验，有模型能力边界认知优先\n-AI 工程操作系统构建：制定全事业部级 AI 可消费标准（研发工作流、PRD 模板、大模型 I/O 规范、设计 Token），把“上下文基础设施”变成组织级复利资产\n-Context 与记忆系统建设：构建全局 Spec 库、Skill 资产库、Golden Dataset 及统一 Eval 框架，让每一次知识沉淀持续复利，而不是每次从零开始\n-多 Agent 工作流编排：统一接入外部 AI 工具或者自研 Agent，设计端到端 Agent Pipeline，推动高频业务流程 Agent 化与跨团队复用\n-AI 风险治理与质量门禁：建立 Agent 行为边界、幻觉拦截、Fallback 机制；构建 AI 生成代码的自动化质量门禁，确保每个环节输出经过验证再流转\n-开发者赋能与组织推广：将平台能力封装为开箱即用的agent 服务；推动团队向 AI native组织进化，构建持续复利的工程化壁垒\n-在研发效能、自动化测试基建、CI/CD 体系建设方面有深厚实操经验，具备从 0 到 1 构建底层平台的能力\n-对 AI 大模型能力边界有清醒认知，有 Agent 架构设计与落地的实际项目经验者\n-熟悉 Claude Code、Cursor 等前沿 AI coding工具，有构建「模型 + 记忆 + 工作流编排 + 评估循环」完整 AI 系统经验者优先\n-具备强系统抽象能力与全局视野，能在没有强制权限的情况下跨团队推动全组织标准落地\n-一线互联网大厂背景，架构师或技术专家经验，有模型能力边界认知优先",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}