{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "云原生 Agent Infra 高级研发工程师（J100117）",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "ACG",
        "location": "北京市,上海市",
        "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": "-本科及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-关于团队：我们是百度智能云云原生 Agent Infra 团队，我们为 AI Agent 构建规模化运行的云端基础设施。我们相信一个真正优秀的基础设施工程师，应该既是 Agent 能力的建设者，也是 Agent 工作方式的实践者；用 Agentic 的方法端到端地交付结果是团队默认工作方式，将优秀的 Agentic 实践规模化地复制是我们的持续追求。我们希望你对 AI Agent 的能力保持\"相信，但不盲从\"的理性判断，对复杂系统中的边界、幻觉、可靠性与工程约束保持清醒认知。我们同样期待你对知识、技术与工程品味有持续而天然的兴趣，对大型复杂系统设计、效率、抽象与长期演进有一定的积累和自己的思考。加入我们，你会参与构建业界领先的 Agent 核心基础设施，同时在一个 Agent-Native 的团队里，体验和塑造 AI 时代研发协作的新范式\n-Agent 运行平台产品研发：参与智能体沙箱、网关和可观测等产品的设计和研发，持续提升执行平台的功能丰富度、并发能力、弹性伸缩效率与整体稳定性，支撑 Agentic 应用、Agentic RL 的规模化落地，以扎实的云产品工程实践支撑 Agent Infra 的持续演进\n-安全隔离与资源管控能力建设：研究并落地高安全等级的多租户隔离方案，设计 Agent 执行的资源管控、网络接入与安全防护机制，保障云端 Agent 任务的可控可信运行\n-Agent 编排与运行时治理能力建设：建设 Multi-Agent、海量 Agent 沙箱实例的编排、调度、观测与治理能力，提升平台在大规模任务运行场景下的稳定性、诊断效率与自动恢复能力\n-Agent-Ready 的产品体验建设：构建面向 Agent 的产品接口与开发体验，包括 CLI、MCP、SDK、Skill 等能力，提升 Agent 对平台能力的接入、组合与自动化调用效率\n-践行 Agentic 工作方式：持续构建可复用的 AI Agent，解决生产级的真实问题，提升需求交付的质量和效率，在真实工程中落地并向团队推广端到端 Agentic 工作流和最佳实践",
        "requirements_text": "-本科及以上，计算机相关专业\n-编程基础扎实：熟悉 Go / Python / C++ 至少一门编程语言，具备扎实的计算机网络和操作系统基础知识，熟悉 Linux，具备良好的系统设计能力与代码工程习惯\n-熟悉云原生技术：有 Kubernetes 实际使用经验，掌握 Operator 原理和应用，理解容器化技术（Docker/containerd/KataContainer/gVisor/Firecracker 等），理解 IaaS/PaaS 基本架构\n-熟悉经典分布式计算/存储/调度系统的原理和使用，理解分布式系统高可用、弹性伸缩等核心设计原则，具有基本的性能和稳定性优化经验\n-掌握 AI 基础知识，了解 Agent 的执行模型、工具调用、上下文管理、Skill/MCP/Plugin 等核心概念，掌握基础的上下文工程、Harness 工程\n-有AI Agent（Claude Code/Codex/OpenCode、OpenClaw/Hermes 等）的生产级/深度使用经验或 Agentic Workflow 的构建经验，能在真实项目中以 AI 工具大幅提升研发效率\n-加分项：\n-有 AI Agent 实际开发与落地经验：构建并上线过 Coding Agent、Browser Use、Computer Use 等 Agent 应用，或有基于 LangChain/LangGraph/MCP/AutoGen 的 Agent 系统工程经验\n-有虚拟化、容器沙箱或安全隔离等方向的研发经验\n-有构建大规模模型训练/推理/Agentic RL 系统以及性能优化经验\n-有 Serverless / 弹性调度 / 分布式任务编排方向的设计开发经验\n-有云原生可观测的开发或深度使用经验（LangFuse / Prometheus / Grafana / Loki / OpenTelemetry），有 AI 推理/训练/Agent 执行链路可观测的实践经验\n-有全栈开发经验，能独立端到端交付完整系统",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "Docker",
            "Kubernetes",
            "分布式系统",
            "模型训练",
            "性能优化",
            "Go",
            "智能体开发"
        ],
        "preferred_qualifications": "加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/SOCIAL/4b326f6b-2c39-461c-ae64-69b4201c680e"
            }
        ]
    },
    "posting": {
        "posting_id": "4b326f6b-2c39-461c-ae64-69b4201c680e",
        "post_date": "2026-05-20",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/4b326f6b-2c39-461c-ae64-69b4201c680e"
    },
    "fulltext": "云原生 Agent Infra 高级研发工程师（J100117）\n云原生 Agent Infra 高级研发工程师（J100117）\n\n基础信息\n部门：ACG\n地点：北京市,上海市\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-关于团队：我们是百度智能云云原生 Agent Infra 团队，我们为 AI Agent 构建规模化运行的云端基础设施。我们相信一个真正优秀的基础设施工程师，应该既是 Agent 能力的建设者，也是 Agent 工作方式的实践者；用 Agentic 的方法端到端地交付结果是团队默认工作方式，将优秀的 Agentic 实践规模化地复制是我们的持续追求。我们希望你对 AI Agent 的能力保持\"相信，但不盲从\"的理性判断，对复杂系统中的边界、幻觉、可靠性与工程约束保持清醒认知。我们同样期待你对知识、技术与工程品味有持续而天然的兴趣，对大型复杂系统设计、效率、抽象与长期演进有一定的积累和自己的思考。加入我们，你会参与构建业界领先的 Agent 核心基础设施，同时在一个 Agent-Native 的团队里，体验和塑造 AI 时代研发协作的新范式\n-Agent 运行平台产品研发：参与智能体沙箱、网关和可观测等产品的设计和研发，持续提升执行平台的功能丰富度、并发能力、弹性伸缩效率与整体稳定性，支撑 Agentic 应用、Agentic RL 的规模化落地，以扎实的云产品工程实践支撑 Agent Infra 的持续演进\n-安全隔离与资源管控能力建设：研究并落地高安全等级的多租户隔离方案，设计 Agent 执行的资源管控、网络接入与安全防护机制，保障云端 Agent 任务的可控可信运行\n-Agent 编排与运行时治理能力建设：建设 Multi-Agent、海量 Agent 沙箱实例的编排、调度、观测与治理能力，提升平台在大规模任务运行场景下的稳定性、诊断效率与自动恢复能力\n-Agent-Ready 的产品体验建设：构建面向 Agent 的产品接口与开发体验，包括 CLI、MCP、SDK、Skill 等能力，提升 Agent 对平台能力的接入、组合与自动化调用效率\n-践行 Agentic 工作方式：持续构建可复用的 AI Agent，解决生产级的真实问题，提升需求交付的质量和效率，在真实工程中落地并向团队推广端到端 Agentic 工作流和最佳实践\n\n职责要求\n-本科及以上，计算机相关专业\n-编程基础扎实：熟悉 Go / Python / C++ 至少一门编程语言，具备扎实的计算机网络和操作系统基础知识，熟悉 Linux，具备良好的系统设计能力与代码工程习惯\n-熟悉云原生技术：有 Kubernetes 实际使用经验，掌握 Operator 原理和应用，理解容器化技术（Docker/containerd/KataContainer/gVisor/Firecracker 等），理解 IaaS/PaaS 基本架构\n-熟悉经典分布式计算/存储/调度系统的原理和使用，理解分布式系统高可用、弹性伸缩等核心设计原则，具有基本的性能和稳定性优化经验\n-掌握 AI 基础知识，了解 Agent 的执行模型、工具调用、上下文管理、Skill/MCP/Plugin 等核心概念，掌握基础的上下文工程、Harness 工程\n-有AI Agent（Claude Code/Codex/OpenCode、OpenClaw/Hermes 等）的生产级/深度使用经验或 Agentic Workflow 的构建经验，能在真实项目中以 AI 工具大幅提升研发效率\n-加分项：\n-有 AI Agent 实际开发与落地经验：构建并上线过 Coding Agent、Browser Use、Computer Use 等 Agent 应用，或有基于 LangChain/LangGraph/MCP/AutoGen 的 Agent 系统工程经验\n-有虚拟化、容器沙箱或安全隔离等方向的研发经验\n-有构建大规模模型训练/推理/Agentic RL 系统以及性能优化经验\n-有 Serverless / 弹性调度 / 分布式任务编排方向的设计开发经验\n-有云原生可观测的开发或深度使用经验（LangFuse / Prometheus / Grafana / Loki / OpenTelemetry），有 AI 推理/训练/Agent 执行链路可观测的实践经验\n-有全栈开发经验，能独立端到端交付完整系统\n-关于团队：我们是百度智能云云原生 Agent Infra 团队，我们为 AI Agent 构建规模化运行的云端基础设施。我们相信一个真正优秀的基础设施工程师，应该既是 Agent 能力的建设者，也是 Agent 工作方式的实践者；用 Agentic 的方法端到端地交付结果是团队默认工作方式，将优秀的 Agentic 实践规模化地复制是我们的持续追求。我们希望你对 AI Agent 的能力保持\"相信，但不盲从\"的理性判断，对复杂系统中的边界、幻觉、可靠性与工程约束保持清醒认知。我们同样期待你对知识、技术与工程品味有持续而天然的兴趣，对大型复杂系统设计、效率、抽象与长期演进有一定的积累和自己的思考。加入我们，你会参与构建业界领先的 Agent 核心基础设施，同时在一个 Agent-Native 的团队里，体验和塑造 AI 时代研发协作的新范式\n-Agent 运行平台产品研发：参与智能体沙箱、网关和可观测等产品的设计和研发，持续提升执行平台的功能丰富度、并发能力、弹性伸缩效率与整体稳定性，支撑 Agentic 应用、Agentic RL 的规模化落地，以扎实的云产品工程实践支撑 Agent Infra 的持续演进\n-安全隔离与资源管控能力建设：研究并落地高安全等级的多租户隔离方案，设计 Agent 执行的资源管控、网络接入与安全防护机制，保障云端 Agent 任务的可控可信运行\n-Agent 编排与运行时治理能力建设：建设 Multi-Agent、海量 Agent 沙箱实例的编排、调度、观测与治理能力，提升平台在大规模任务运行场景下的稳定性、诊断效率与自动恢复能力\n-Agent-Ready 的产品体验建设：构建面向 Agent 的产品接口与开发体验，包括 CLI、MCP、SDK、Skill 等能力，提升 Agent 对平台能力的接入、组合与自动化调用效率\n-践行 Agentic 工作方式：持续构建可复用的 AI Agent，解决生产级的真实问题，提升需求交付的质量和效率，在真实工程中落地并向团队推广端到端 Agentic 工作流和最佳实践\n-本科及以上，计算机相关专业\n-编程基础扎实：熟悉 Go / Python / C++ 至少一门编程语言，具备扎实的计算机网络和操作系统基础知识，熟悉 Linux，具备良好的系统设计能力与代码工程习惯\n-熟悉云原生技术：有 Kubernetes 实际使用经验，掌握 Operator 原理和应用，理解容器化技术（Docker/containerd/KataContainer/gVisor/Firecracker 等），理解 IaaS/PaaS 基本架构\n-熟悉经典分布式计算/存储/调度系统的原理和使用，理解分布式系统高可用、弹性伸缩等核心设计原则，具有基本的性能和稳定性优化经验\n-掌握 AI 基础知识，了解 Agent 的执行模型、工具调用、上下文管理、Skill/MCP/Plugin 等核心概念，掌握基础的上下文工程、Harness 工程\n-有AI Agent（Claude Code/Codex/OpenCode、OpenClaw/Hermes 等）的生产级/深度使用经验或 Agentic Workflow 的构建经验，能在真实项目中以 AI 工具大幅提升研发效率\n-加分项：\n-有 AI Agent 实际开发与落地经验：构建并上线过 Coding Agent、Browser Use、Computer Use 等 Agent 应用，或有基于 LangChain/LangGraph/MCP/AutoGen 的 Agent 系统工程经验\n-有虚拟化、容器沙箱或安全隔离等方向的研发经验\n-有构建大规模模型训练/推理/Agentic RL 系统以及性能优化经验\n-有 Serverless / 弹性调度 / 分布式任务编排方向的设计开发经验\n-有云原生可观测的开发或深度使用经验（LangFuse / Prometheus / Grafana / Loki / OpenTelemetry），有 AI 推理/训练/Agent 执行链路可观测的实践经验\n-有全栈开发经验，能独立端到端交付完整系统",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}