职位详情

职位列表 链接有效 不适用(官网全量采集) official:netease:75410

AI应用工程师(数据平台方向)

未披露 · 广州市 · 网易

主分类:Agent系统开发
软件开发与 IT
辅助:AI应用开发(非Agent)(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": "AI应用工程师(数据平台方向)",
        "job_level": "未披露",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": 3,
        "degree": "本科",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、Data Agent 开发与迭代: 负责数据智能问答 Agent 的核心能力开发,包括多轮对话、归因分析、SQL 生成、Python 分析节点等。\n2、RAG 与知识库建设: 基于 RAG 技术构建业务知识库,支持语义搜索、知识图谱自动提取、业务术语管理等能力,提升 AI 生成查询的准确度。\n3、MCP 与 AI 数据底座: 参与数据访问 MCP Server 等统一 AI 数据底座的开发,支持数据源动态管理、权限隔离、元数据同步等核心能力。\n4、AI + 数据可视化: 开发看板智能总结、图表归因分析、报表自动生成等 AI 驱动的数据可视化功能,降低用户数据分析门槛。\n5、业务场景落地: 将 AI 能力在游戏运营、研发管线、质量分析等核心业务场景中深度落地,与业务方紧密协作,持续优化分析体验。\n6、技术前瞻与工程落地: 跟踪 AI Agent、LLM 应用等领域最新进展,负责从技术 Demo 到生产级服务的快速转化。",
        "requirements_text": "1、计算机科学或相关领域本科及以上学历,有机器学习相关背景优先\n2、3 年以上后端开发经验,具有 API 开发和集成经验,有生成式 AI 应用开发经验优先\n3、熟练掌握 Python/Go 至少一种语言,熟练掌握 SQL,具有 Web 开发框架(如 Flask、FastAPI)经验\n4、具备提示工程 / RAG 实践经验,了解大语言模型的特性和限制\n5、熟悉 OpenAI、Anthropic 等主流 AI 模型服务商的 API\n6、熟悉 Linux 环境,能独立完成开发、测试、上线及问题排查等日常工作\n7、良好的服务意识、沟通能力和团队协作精神,较高的学习能力和主动性\n8、熟悉 Claude Code、Cursor、Trae 等 AI Coding 工具的使用\n\n加分项:\n1、有 AI Agent / Multi-Agent 框架(如 LangChain、LangGraph、Claude Code SDK)开发经验\n2、有 MCP(Model Context Protocol)相关开发或集成经验\n3、熟悉数据可视化领域( 如 ECharts ),有图表生成或看板自动化相关经验\n4、有知识图谱、语义搜索或元数据治理相关经验\n5、熟悉 K8s 原理和应用,有云原生相关开发经验\n6、有游戏行业数据分析或 BI 平台开发经验",
        "skills": [AI生成
            "Python",
            "SQL",
            "Linux",
            "FastAPI",
            "机器学习",
            "数据分析",
            "数据治理",
            "知识图谱",
            "团队协作",
            "沟通能力",
            "学习能力",
            "Go",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "1、计算机科学或相关领域本科及以上学历,有机器学习相关背景优先;2、3 年以上后端开发经验,具有 API 开发和集成经验,有生成式 AI 应用开发经验优先;加分项:",
        "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=75410&lang=zh"
            }
        ]
    },
    "posting": {
        "posting_id": "75410",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://hr.163.com/job-detail.html?id=75410&lang=zh"
    },
    "fulltext": "AI应用工程师(数据平台方向)\n职位描述\n1、Data Agent 开发与迭代: 负责数据智能问答 Agent 的核心能力开发,包括多轮对话、归因分析、SQL 生成、Python 分析节点等。\n2、RAG 与知识库建设: 基于 RAG 技术构建业务知识库,支持语义搜索、知识图谱自动提取、业务术语管理等能力,提升 AI 生成查询的准确度。\n3、MCP 与 AI 数据底座: 参与数据访问 MCP Server 等统一 AI 数据底座的开发,支持数据源动态管理、权限隔离、元数据同步等核心能力。\n4、AI + 数据可视化: 开发看板智能总结、图表归因分析、报表自动生成等 AI 驱动的数据可视化功能,降低用户数据分析门槛。\n5、业务场景落地: 将 AI 能力在游戏运营、研发管线、质量分析等核心业务场景中深度落地,与业务方紧密协作,持续优化分析体验。\n6、技术前瞻与工程落地: 跟踪 AI Agent、LLM 应用等领域最新进展,负责从技术 Demo 到生产级服务的快速转化。\n\n职位要求\n1、计算机科学或相关领域本科及以上学历,有机器学习相关背景优先\n2、3 年以上后端开发经验,具有 API 开发和集成经验,有生成式 AI 应用开发经验优先\n3、熟练掌握 Python/Go 至少一种语言,熟练掌握 SQL,具有 Web 开发框架(如 Flask、FastAPI)经验\n4、具备提示工程 / RAG 实践经验,了解大语言模型的特性和限制\n5、熟悉 OpenAI、Anthropic 等主流 AI 模型服务商的 API\n6、熟悉 Linux 环境,能独立完成开发、测试、上线及问题排查等日常工作\n7、良好的服务意识、沟通能力和团队协作精神,较高的学习能力和主动性\n8、熟悉 Claude Code、Cursor、Trae 等 AI Coding 工具的使用\n\n加分项:\n1、有 AI Agent / Multi-Agent 框架(如 LangChain、LangGraph、Claude Code SDK)开发经验\n2、有 MCP(Model Context Protocol)相关开发或集成经验\n3、熟悉数据可视化领域( 如 ECharts ),有图表生成或看板自动化相关经验\n4、有知识图谱、语义搜索或元数据治理相关经验\n5、熟悉 K8s 原理和应用,有云原生相关开发经验\n6、有游戏行业数据分析或 BI 平台开发经验\n1、Data Agent 开发与迭代: 负责数据智能问答 Agent 的核心能力开发,包括多轮对话、归因分析、SQL 生成、Python 分析节点等。\n2、RAG 与知识库建设: 基于 RAG 技术构建业务知识库,支持语义搜索、知识图谱自动提取、业务术语管理等能力,提升 AI 生成查询的准确度。\n3、MCP 与 AI 数据底座: 参与数据访问 MCP Server 等统一 AI 数据底座的开发,支持数据源动态管理、权限隔离、元数据同步等核心能力。\n4、AI + 数据可视化: 开发看板智能总结、图表归因分析、报表自动生成等 AI 驱动的数据可视化功能,降低用户数据分析门槛。\n5、业务场景落地: 将 AI 能力在游戏运营、研发管线、质量分析等核心业务场景中深度落地,与业务方紧密协作,持续优化分析体验。\n6、技术前瞻与工程落地: 跟踪 AI Agent、LLM 应用等领域最新进展,负责从技术 Demo 到生产级服务的快速转化。\n1、计算机科学或相关领域本科及以上学历,有机器学习相关背景优先\n2、3 年以上后端开发经验,具有 API 开发和集成经验,有生成式 AI 应用开发经验优先\n3、熟练掌握 Python/Go 至少一种语言,熟练掌握 SQL,具有 Web 开发框架(如 Flask、FastAPI)经验\n4、具备提示工程 / RAG 实践经验,了解大语言模型的特性和限制\n5、熟悉 OpenAI、Anthropic 等主流 AI 模型服务商的 API\n6、熟悉 Linux 环境,能独立完成开发、测试、上线及问题排查等日常工作\n7、良好的服务意识、沟通能力和团队协作精神,较高的学习能力和主动性\n8、熟悉 Claude Code、Cursor、Trae 等 AI Coding 工具的使用\n\n加分项:\n1、有 AI Agent / Multi-Agent 框架(如 LangChain、LangGraph、Claude Code SDK)开发经验\n2、有 MCP(Model Context Protocol)相关开发或集成经验\n3、熟悉数据可视化领域( 如 ECharts ),有图表生成或看板自动化相关经验\n4、有知识图谱、语义搜索或元数据治理相关经验\n5、熟悉 K8s 原理和应用,有云原生相关开发经验\n6、有游戏行业数据分析或 BI 平台开发经验",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T008"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}