主分类：Agent系统开发
辅助：全栈研发（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": "全栈开发工程师（AI产品方向）-网易智企（云信）",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "网易互联网2027届校园招聘",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机、软件工程及相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、AI产品全栈开发： 负责AI智能体及平台产品（桌面端、Web端及服务端）的设计与全栈开发，覆盖用户交互、数据管理、流式通信、工具调用（Tool Calling/MCP）及任务执行编排等核心功能的高质量交付。 \n2、AI智能体核心研发： 参与通用AI智能体框架、任务编排与工具调用体系的设计与开发，优化智能体自主规划、多轮记忆与行为迭代能力，支撑多场景智能体快速搭建与复用。 \n3、AI网关与服务端建设： 负责AI网关及Go服务端建设，包括多模型接入、请求路由、鉴权、限流、稳定性保障与可观测性体系构建，解决高并发、低延时场景下的工程问题。 \n4、知识库引擎与RAG研发： 参与场景化AI知识库引擎研发迭代，优化文档解析、向量检索、知识抽取与问答匹配能力，推动RAG、多智能体协作等技术落地，为大模型与AI Agent提供精准知识支撑。 \n5、质量保障与评测体系： 持续优化产品性能、可靠性、安全性与可维护性，应对AI特有安全风险等复杂工程挑战；搭建大模型及智能体自动化评测体系，从推理、对话、任务、稳定性等多维度驱动技术与产品持续迭代。 \n6、技术调研与创新落地： 跟踪AI大模型与智能体前沿技术，开展调研与方案验证，结合业务场景推动新技术从概念验证到生产环境落地。",
"requirements_text": "1、计算机、软件工程及相关专业本科及以上学历。\n2、掌握数据结构、算法、计算机网络、操作系统、数据库等计算机基础知识，熟悉Unix/Linux操作系统环境。\n3、熟练掌握至少一种主流编程语言（Go、TypeScript、Java等），具备良好的编程习惯与问题分析能力。\n4、在以下至少一个方向具备扎实的工程经验：\n• 客户端全栈方向： 熟悉TypeScript、React等技术，有桌面端（Electron/Tauri）或复杂Web产品开发经验；\n• 服务端方向： 熟悉Go或Java，有API设计、后台服务、高并发或分布式系统项目经验，了解数据库、缓存、消息队列等中间件。\n5、对大语言模型及AI产品有深入理解与实践兴趣，具备模型API调用、AI编程工具使用经验，了解Agent、RAG、MCP等核心概念。\n6、具备良好的学习能力与技术创新意识，能够快速掌握新技术并完成实际功能开发；有实时对话系统、知识库引擎或智能体评测相关项目经验者优先。\n7、具备开源项目贡献、AI应用开发、Agent框架、Tool Calling、MCP、RAG/GraphRAG或多模型接入经验者优先。",
"skills": [AI生成
"TypeScript",
"Java",
"Linux",
"React",
"数据结构",
"分布式系统",
"数据库",
"学习能力",
"分析能力",
"Go",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "有实时对话系统、知识库引擎或智能体评测相关项目经验者优先；7、具备开源项目贡献、AI应用开发、Agent框架、Tool Calling、MCP、RAG/GraphRAG或多模型接入经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.163.com/app/detail/index?id=4818&projectId=103"
}
]
},
"posting": {
"posting_id": "103_4818",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4818&projectId=103"
},
"fulltext": "全栈开发工程师（AI产品方向）-网易智企（云信）\n职位描述\n1、AI产品全栈开发： 负责AI智能体及平台产品（桌面端、Web端及服务端）的设计与全栈开发，覆盖用户交互、数据管理、流式通信、工具调用（Tool Calling/MCP）及任务执行编排等核心功能的高质量交付。 \n2、AI智能体核心研发： 参与通用AI智能体框架、任务编排与工具调用体系的设计与开发，优化智能体自主规划、多轮记忆与行为迭代能力，支撑多场景智能体快速搭建与复用。 \n3、AI网关与服务端建设： 负责AI网关及Go服务端建设，包括多模型接入、请求路由、鉴权、限流、稳定性保障与可观测性体系构建，解决高并发、低延时场景下的工程问题。 \n4、知识库引擎与RAG研发： 参与场景化AI知识库引擎研发迭代，优化文档解析、向量检索、知识抽取与问答匹配能力，推动RAG、多智能体协作等技术落地，为大模型与AI Agent提供精准知识支撑。 \n5、质量保障与评测体系： 持续优化产品性能、可靠性、安全性与可维护性，应对AI特有安全风险等复杂工程挑战；搭建大模型及智能体自动化评测体系，从推理、对话、任务、稳定性等多维度驱动技术与产品持续迭代。 \n6、技术调研与创新落地： 跟踪AI大模型与智能体前沿技术，开展调研与方案验证，结合业务场景推动新技术从概念验证到生产环境落地。\n\n职位要求\n1、计算机、软件工程及相关专业本科及以上学历。\n2、掌握数据结构、算法、计算机网络、操作系统、数据库等计算机基础知识，熟悉Unix/Linux操作系统环境。\n3、熟练掌握至少一种主流编程语言（Go、TypeScript、Java等），具备良好的编程习惯与问题分析能力。\n4、在以下至少一个方向具备扎实的工程经验：\n• 客户端全栈方向： 熟悉TypeScript、React等技术，有桌面端（Electron/Tauri）或复杂Web产品开发经验；\n• 服务端方向： 熟悉Go或Java，有API设计、后台服务、高并发或分布式系统项目经验，了解数据库、缓存、消息队列等中间件。\n5、对大语言模型及AI产品有深入理解与实践兴趣，具备模型API调用、AI编程工具使用经验，了解Agent、RAG、MCP等核心概念。\n6、具备良好的学习能力与技术创新意识，能够快速掌握新技术并完成实际功能开发；有实时对话系统、知识库引擎或智能体评测相关项目经验者优先。\n7、具备开源项目贡献、AI应用开发、Agent框架、Tool Calling、MCP、RAG/GraphRAG或多模型接入经验者优先。\n1、AI产品全栈开发： 负责AI智能体及平台产品（桌面端、Web端及服务端）的设计与全栈开发，覆盖用户交互、数据管理、流式通信、工具调用（Tool Calling/MCP）及任务执行编排等核心功能的高质量交付。 \n2、AI智能体核心研发： 参与通用AI智能体框架、任务编排与工具调用体系的设计与开发，优化智能体自主规划、多轮记忆与行为迭代能力，支撑多场景智能体快速搭建与复用。 \n3、AI网关与服务端建设： 负责AI网关及Go服务端建设，包括多模型接入、请求路由、鉴权、限流、稳定性保障与可观测性体系构建，解决高并发、低延时场景下的工程问题。 \n4、知识库引擎与RAG研发： 参与场景化AI知识库引擎研发迭代，优化文档解析、向量检索、知识抽取与问答匹配能力，推动RAG、多智能体协作等技术落地，为大模型与AI Agent提供精准知识支撑。 \n5、质量保障与评测体系： 持续优化产品性能、可靠性、安全性与可维护性，应对AI特有安全风险等复杂工程挑战；搭建大模型及智能体自动化评测体系，从推理、对话、任务、稳定性等多维度驱动技术与产品持续迭代。 \n6、技术调研与创新落地： 跟踪AI大模型与智能体前沿技术，开展调研与方案验证，结合业务场景推动新技术从概念验证到生产环境落地。\n1、计算机、软件工程及相关专业本科及以上学历。\n2、掌握数据结构、算法、计算机网络、操作系统、数据库等计算机基础知识，熟悉Unix/Linux操作系统环境。\n3、熟练掌握至少一种主流编程语言（Go、TypeScript、Java等），具备良好的编程习惯与问题分析能力。\n4、在以下至少一个方向具备扎实的工程经验：\n• 客户端全栈方向： 熟悉TypeScript、React等技术，有桌面端（Electron/Tauri）或复杂Web产品开发经验；\n• 服务端方向： 熟悉Go或Java，有API设计、后台服务、高并发或分布式系统项目经验，了解数据库、缓存、消息队列等中间件。\n5、对大语言模型及AI产品有深入理解与实践兴趣，具备模型API调用、AI编程工具使用经验，了解Agent、RAG、MCP等核心概念。\n6、具备良好的学习能力与技术创新意识，能够快速掌握新技术并完成实际功能开发；有实时对话系统、知识库引擎或智能体评测相关项目经验者优先。\n7、具备开源项目贡献、AI应用开发、Agent框架、Tool Calling、MCP、RAG/GraphRAG或多模型接入经验者优先。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T005"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}