职位详情

职位列表 链接有效 不适用(官网全量采集) official:netease:75408

资深AI应用工程师(代码质量方向)

未披露 · 广州市 · 网易

主分类:Agent系统开发
软件开发与 IT
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应用工程师(代码质量方向)",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "技术中心",
        "location": "广州市",
        "work_mode": "未披露",AI生成
        "job_category": "人工智能"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": 5,
        "degree": "本科",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. Agent 研发:设计并开发 Code Review、变更影响面分析及质量洞察等专项 Agent,实现从需求理解、代码生成到测试验证(TDD)的自动化闭环。\n2. 编排与决策:基于 ReAct 范式构建 Agent 核心逻辑,通过 Prompt Engineering 与思维链(CoT)优化,提升 Agent 在复杂研发场景下的规划与问题解决能力。\n3. 基础设施:利用 MCP (Model Context Protocol) 标准化 Agent 与研发工具链(Git.lab/Jira/Sonar)的连接,搭建代码执行沙箱(Sandbox),确保 Agent 生成代码的安全试运行。\n4. 后端工程:基于 Python + FastAPI + MongoDB + Redis 技术栈,构建高可用 Agent 服务端,处理长时任务调度及多轮对话的状态管理。\n5. 工程实践:践行 SDD (Spec/Schema Driven Development) 与 TDD 开发模式,确保 Agent 输出的代码符合工程标准与业务规范。",
        "requirements_text": "1. 基础背景:计算机相关专业本科及以上,5 年以上后端开发经验,至少 1 年 AI 应用/Agent 开发经验。\n2. 核心栈:精通 Python 编程,熟练掌握 FastAPI/Flask 框架,具备 MongoDB 和 Redis 的高性能设计与调优经验。\n3. Agent 技术:深刻理解 LLM 原理,熟悉 Cluade Code / Open Code / Open Claw / LangChain  等框架\n4. 领域知识:熟悉 AST(抽象语法树)、静态代码分析原理,了解 CI/CD 流水线与 DevOps 常用工具。\n5. 综合素质:具备良好的系统架构能力,能从安全性、可观测性角度构建企业级 Agent 应用。\n\n加分项\n1. 有研发效能平台、自动化测试工具开发经验。\n2. 深入理解 MCP 协议,有开发 Server 端连接本地或云端研发资源经验者优先。\n3. 熟悉安全沙箱技术(如 Dock.er、gVisor、E2B),有代码解释器(Code Interpreter)开发经验。\n4. 有知识工程、上下文工程等的实战落地经验。",
        "skills": [AI生成
            "Python",
            "Redis",
            "MongoDB",
            "FastAPI",
            "自动化测试",
            "系统架构",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项;2. 深入理解 MCP 协议,有开发 Server 端连接本地或云端研发资源经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://hr.163.com/job-detail.html?id=75408&lang=zh"
            }
        ]
    },
    "posting": {
        "posting_id": "75408",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://hr.163.com/job-detail.html?id=75408&lang=zh"
    },
    "fulltext": "资深AI应用工程师(代码质量方向)\n职位描述\n1. Agent 研发:设计并开发 Code Review、变更影响面分析及质量洞察等专项 Agent,实现从需求理解、代码生成到测试验证(TDD)的自动化闭环。\n2. 编排与决策:基于 ReAct 范式构建 Agent 核心逻辑,通过 Prompt Engineering 与思维链(CoT)优化,提升 Agent 在复杂研发场景下的规划与问题解决能力。\n3. 基础设施:利用 MCP (Model Context Protocol) 标准化 Agent 与研发工具链(Git.lab/Jira/Sonar)的连接,搭建代码执行沙箱(Sandbox),确保 Agent 生成代码的安全试运行。\n4. 后端工程:基于 Python + FastAPI + MongoDB + Redis 技术栈,构建高可用 Agent 服务端,处理长时任务调度及多轮对话的状态管理。\n5. 工程实践:践行 SDD (Spec/Schema Driven Development) 与 TDD 开发模式,确保 Agent 输出的代码符合工程标准与业务规范。\n\n职位要求\n1. 基础背景:计算机相关专业本科及以上,5 年以上后端开发经验,至少 1 年 AI 应用/Agent 开发经验。\n2. 核心栈:精通 Python 编程,熟练掌握 FastAPI/Flask 框架,具备 MongoDB 和 Redis 的高性能设计与调优经验。\n3. Agent 技术:深刻理解 LLM 原理,熟悉 Cluade Code / Open Code / Open Claw / LangChain  等框架\n4. 领域知识:熟悉 AST(抽象语法树)、静态代码分析原理,了解 CI/CD 流水线与 DevOps 常用工具。\n5. 综合素质:具备良好的系统架构能力,能从安全性、可观测性角度构建企业级 Agent 应用。\n\n加分项\n1. 有研发效能平台、自动化测试工具开发经验。\n2. 深入理解 MCP 协议,有开发 Server 端连接本地或云端研发资源经验者优先。\n3. 熟悉安全沙箱技术(如 Dock.er、gVisor、E2B),有代码解释器(Code Interpreter)开发经验。\n4. 有知识工程、上下文工程等的实战落地经验。\n1. Agent 研发:设计并开发 Code Review、变更影响面分析及质量洞察等专项 Agent,实现从需求理解、代码生成到测试验证(TDD)的自动化闭环。\n2. 编排与决策:基于 ReAct 范式构建 Agent 核心逻辑,通过 Prompt Engineering 与思维链(CoT)优化,提升 Agent 在复杂研发场景下的规划与问题解决能力。\n3. 基础设施:利用 MCP (Model Context Protocol) 标准化 Agent 与研发工具链(Git.lab/Jira/Sonar)的连接,搭建代码执行沙箱(Sandbox),确保 Agent 生成代码的安全试运行。\n4. 后端工程:基于 Python + FastAPI + MongoDB + Redis 技术栈,构建高可用 Agent 服务端,处理长时任务调度及多轮对话的状态管理。\n5. 工程实践:践行 SDD (Spec/Schema Driven Development) 与 TDD 开发模式,确保 Agent 输出的代码符合工程标准与业务规范。\n1. 基础背景:计算机相关专业本科及以上,5 年以上后端开发经验,至少 1 年 AI 应用/Agent 开发经验。\n2. 核心栈:精通 Python 编程,熟练掌握 FastAPI/Flask 框架,具备 MongoDB 和 Redis 的高性能设计与调优经验。\n3. Agent 技术:深刻理解 LLM 原理,熟悉 Cluade Code / Open Code / Open Claw / LangChain  等框架\n4. 领域知识:熟悉 AST(抽象语法树)、静态代码分析原理,了解 CI/CD 流水线与 DevOps 常用工具。\n5. 综合素质:具备良好的系统架构能力,能从安全性、可观测性角度构建企业级 Agent 应用。\n\n加分项\n1. 有研发效能平台、自动化测试工具开发经验。\n2. 深入理解 MCP 协议,有开发 Server 端连接本地或云端研发资源经验者优先。\n3. 熟悉安全沙箱技术(如 Dock.er、gVisor、E2B),有代码解释器(Code Interpreter)开发经验。\n4. 有知识工程、上下文工程等的实战落地经验。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}