主分类：Agent系统开发
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 Agent工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海、北京",
"work_mode": "未披露",AI生成
"job_category": "未披露"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 设计多Agent协作架构与Tooling System，推动Agent在软件工程场景的规模化工程化落地；\n2. 负责Prompt Engineering、Memory机制、任务规划模块(Planner)的设计与持续调优；\n3. 主导Prompt/RAG/Fine-tune技术选型，建设自动化评估Pipeline和稳定性保障体系；\n4. 与产品、业务团队协作，将业务需求转化为Agent技术方案；\n5. 跟踪多Agent系统、LLM应用、工具学习等前沿技术，推动技术方案持续演进。",
"requirements_text": "1. 本科及以上学历，计算机/软件工程等相关专业；\n2. 3年以上后端开发经验，1年以上Agent系统开发经验；\n3. 扎实后端工程能力(Python/Go/TypeScript至少精通一种)；\n4. 有Agent系统从0到1生产级落地经验(非Demo)，熟悉Agent框架(LangChain/LlamaIndex/AutoGen等)及Function Calling/RAG/工具调用核心方案；\n5. 能判断Prompt/RAG/Fine-tune的适用边界；\n6. 有多Agent协作系统设计经验或推理成本优化/LLM Eval评估体系建设经验者优先。",
"skills": [AI生成
"Python",
"TypeScript",
"Go",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "6. 有多Agent协作系统设计经验或推理成本优化/LLM Eval评估体系建设经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7497064803702390893/detail"
}
]
},
"posting": {
"posting_id": "7497064803702390893",
"post_date": "2025-04-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7497064803702390893/detail"
},
"fulltext": "AI Agent工程师\n职位描述\n1. 设计多Agent协作架构与Tooling System，推动Agent在软件工程场景的规模化工程化落地；\n2. 负责Prompt Engineering、Memory机制、任务规划模块(Planner)的设计与持续调优；\n3. 主导Prompt/RAG/Fine-tune技术选型，建设自动化评估Pipeline和稳定性保障体系；\n4. 与产品、业务团队协作，将业务需求转化为Agent技术方案；\n5. 跟踪多Agent系统、LLM应用、工具学习等前沿技术，推动技术方案持续演进。\n\n职位要求\n1. 本科及以上学历，计算机/软件工程等相关专业；\n2. 3年以上后端开发经验，1年以上Agent系统开发经验；\n3. 扎实后端工程能力(Python/Go/TypeScript至少精通一种)；\n4. 有Agent系统从0到1生产级落地经验(非Demo)，熟悉Agent框架(LangChain/LlamaIndex/AutoGen等)及Function Calling/RAG/工具调用核心方案；\n5. 能判断Prompt/RAG/Fine-tune的适用边界；\n6. 有多Agent协作系统设计经验或推理成本优化/LLM Eval评估体系建设经验者优先。\n1. 设计多Agent协作架构与Tooling System，推动Agent在软件工程场景的规模化工程化落地；\n2. 负责Prompt Engineering、Memory机制、任务规划模块(Planner)的设计与持续调优；\n3. 主导Prompt/RAG/Fine-tune技术选型，建设自动化评估Pipeline和稳定性保障体系；\n4. 与产品、业务团队协作，将业务需求转化为Agent技术方案；\n5. 跟踪多Agent系统、LLM应用、工具学习等前沿技术，推动技术方案持续演进。\n1. 本科及以上学历，计算机/软件工程等相关专业；\n2. 3年以上后端开发经验，1年以上Agent系统开发经验；\n3. 扎实后端工程能力(Python/Go/TypeScript至少精通一种)；\n4. 有Agent系统从0到1生产级落地经验(非Demo)，熟悉Agent框架(LangChain/LlamaIndex/AutoGen等)及Function Calling/RAG/工具调用核心方案；\n5. 能判断Prompt/RAG/Fine-tune的适用边界；\n6. 有多Agent协作系统设计经验或推理成本优化/LLM Eval评估体系建设经验者优先。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}