{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI Agent工程师（研发效能方向）",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "北京·海淀区·上地",
        "work_mode": "现场办公",AI生成
        "job_category": "AI应用软件工程师"AI生成
    },
    "company": {
        "company_name": "滴滴出行",
        "company_industry": "互联网",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": "滴滴出行是卓越的一站式移动出行平台；为5.5亿用户提供出租车、快车、专车、豪华车、公交、代驾、企业级、共享单车、共享电单车、共享汽车、外卖等多元化的出行和运输服务。在滴滴平台，超过3100万车主及司机获得灵活的工作和收入机会。"
    },
    "compensation": {
        "salary_range": {
            "min": 50000,
            "max": 65000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "节日福利 | 交通补助 | 定期体检 | 免费班车 | 股票期权 | 五险一金 | 年终奖 | 补充医疗保险 | 带薪年假 | 零食下午茶"
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "Golang\nDocker\nMySQL\nKafka\nRedis\nPython\nKubernetes\n在网约车场景（内部经营决策、司机助手）中落地智能体能力，孵化更多业务线的Agent产品，提升产品专业度与体验，形成可复制的 Agent 架构体系。\n1、负责司机助手 & 经营助⼿ 等核⼼智能体（AI Agent）核⼼架构设计与演进，与产品、算法、平台及业务团队深度协作，在关键技术选型与架构决策中提供专业判断，推动 AI Agent 在复杂真实业务中的规模化应用。\n2、设计并落地智能体 记忆与状态管理架构，结合向量数据库与结构化存储，解决长期记忆、上下文压缩与知识演进等关键技术问题。\n3、熟悉MultiAgent架构，设计Agent/Tool/skill标准协议，⽀持工具调用与能力扩展体系（Tool/Skill） 建设，构建Agent开发评测平台，支撑Agent应用快速迭代。\n4、规划并推动 AI 应用 数据飞轮体系 建设，覆盖 Case 管理、数据标注平台、模型评测与反馈机制，形成数据驱动的模型持续迭代闭环。",
        "requirements_text": "1、精通 Python / Go，具备扎实的数据结构、算法与系统设计基础，能够独立承担复杂系统的架构设计与核心代码实现。\n2、本科及以上学历，计算机、软件工程或相关专业，5年及以上后台或策略系统相关开发经验； 1年以上Agent开发经验。\n3、具备丰富的 LLM 应用工程经验，对主流的Agent框架，MultiAgent架构有较强认知和理解，对开源的框架/Agent 有系统的理解。对Agent 效果调优、性能成本优化 有整体认知实践经验。\n4、熟练使用AI 工具，对新的工具有探索精神，能够通过工具提升工作效率，具备良好的技术视野和行业敏感度，持续关注 LLM/Agent前沿论文、开源社区与业界最佳实践。",
        "skills": [AI生成
            "产品迭代管理",
            "Agent系统构建",
            "Prompt工程",
            "Workflow与任务编排",
            "工具调用/MCP",
            "模型/Agent评测体系",
            "数据分析与指标体系",
            "SQL与数据探查",
            "训练数据/标注/合成",
            "技术可行性与系统架构",
            "部署上线与环境配置",
            "编程与代码实现",
            "数据库/缓存/向量库",
            "Linux/DevOps/CI-CD"
        ],
        "preferred_qualifications": "1、主导过复杂 AI Agent / Multi-Agent 系统 的架构设计与落地，有 AI 产品 从 0 到 1 或大规模业务落地经验。\n2、有稳定的 AI 工作习惯，拥有沉淀完善的个人/团队 Prompt 库或 AI 工作流 SOP 者优先。\n3、参与过AI框架和组件开源贡献，有团队内外的相关领域分享（博客/公众号/github等）。\n4、具备抽象建模能力，能将复杂业务逻辑转化为 AI 可理解的语义化模型者优先。",
        "job_highlights": "5-10年 | 本科"
    },
    "contact": {
        "recruiter_name": "马女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/dbabf7b6d92a07f30nJ82tS8GVtR.html"
            }
        ]
    },
    "posting": {
        "posting_id": "dbabf7b6d92a07f30nJ82tS8GVtR",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/dbabf7b6d92a07f30nJ82tS8GVtR.html"
    },
    "fulltext": "Golang\nDocker\nMySQL\nKafka\nRedis\nPython\nKubernetes\n职位描述\n在网约车场景（内部经营决策、司机助手）中落地智能体能力，孵化更多业务线的Agent产品，提升产品专业度与体验，形成可复制的 Agent 架构体系。\n岗位职责\n1、负责司机助手 & 经营助⼿ 等核⼼智能体（AI Agent）核⼼架构设计与演进，与产品、算法、平台及业务团队深度协作，在关键技术选型与架构决策中提供专业判断，推动 AI Agent 在复杂真实业务中的规模化应用。\n2、设计并落地智能体 记忆与状态管理架构，结合向量数据库与结构化存储，解决长期记忆、上下文压缩与知识演进等关键技术问题。\n3、熟悉MultiAgent架构，设计Agent/Tool/skill标准协议，⽀持工具调用与能力扩展体系（Tool/Skill） 建设，构建Agent开发评测平台，支撑Agent应用快速迭代。\n4、规划并推动 AI 应用 数据飞轮体系 建设，覆盖 Case 管理、数据标注平台、模型评测与反馈机制，形成数据驱动的模型持续迭代闭环。\n任职要求\n1、精通 Python / Go，具备扎实的数据结构、算法与系统设计基础，能够独立承担复杂系统的架构设计与核心代码实现。\n2、本科及以上学历，计算机、软件工程或相关专业，5年及以上后台或策略系统相关开发经验； 1年以上Agent开发经验。\n3、具备丰富的 LLM 应用工程经验，对主流的Agent框架，MultiAgent架构有较强认知和理解，对开源的框架/Agent 有系统的理解。对Agent 效果调优、性能成本优化 有整体认知实践经验。\n4、熟练使用AI 工具，对新的工具有探索精神，能够通过工具提升工作效率，具备良好的技术视野和行业敏感度，持续关注 LLM/Agent前沿论文、开源社区与业界最佳实践。\n加分项\n1、主导过复杂 AI Agent / Multi-Agent 系统 的架构设计与落地，有 AI 产品 从 0 到 1 或大规模业务落地经验。\n2、有稳定的 AI 工作习惯，拥有沉淀完善的个人/团队 Prompt 库或 AI 工作流 SOP 者优先。\n3、参与过AI框架和组件开源贡献，有团队内外的相关领域分享（博客/公众号/github等）。\n4、具备抽象建模能力，能将复杂业务逻辑转化为 AI 可理解的语义化模型者优先。"
}