职位详情

职位列表 链接有效 不适用(官网全量采集) official:xiaomi:7624368836560718118

AI Agent 架构师 / Tech Lead

未披露 · 北京 · 小米集团

主分类:Agent系统开发
软件开发与 IT
辅助:AI模型评测工程(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 Agent 架构师 / Tech Lead",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "软件研发"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": 5,
        "degree": "- 本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "- 主导企业AI Agent系统整体技术架构设计,覆盖Agent Runtime、Memory、Skills、MCP协议、Harness安全层等核心模块\n- 制定技术选型方案,评估并整合OpenClaw、Manus等新一代Agent框架,同时兼容LangChain/LangGraph等成熟框架的已有能力\n- 设计Agent Loop执行引擎、多通道Gateway、任务队列调度机制,确保系统可扩展性与稳定性\n- 规划Agent安全架构(OpenClaw/NanoClaw/IronClaw三层模型),确保企业数据安全合规\n- 建立Agent评测体系,定义评测维度(任务完成率、推理准确性、工具调用成功率、幻觉率等),推动持续质量改进\n- 带领Agent开发团队,制定技术规范,主导架构评审,持续跟踪行业前沿",
        "requirements_text": "- 本科及以上学历,计算机/AI相关专业,5年以上后端架构或AI系统开发经验\n- 深入理解AI Agent架构,熟悉OpenClaw核心机制\n- 扎实的传统Agent框架经验:精通LangChain、LangGraph、CrewAI、AutoGen中至少两种,有多Agent协作/Workflow编排的生产级落地经验\n- 熟悉MCP(Model Context Protocol)协议,有MCP Server端设计与开发经验\n- 有Agent评测体系搭建经验,熟悉RAGAS、DeepEval、PromptFoo、AgentBench等评测框架或基准\n- 精通Python,熟悉分布式系统设计、微服务架构\n- 熟悉主流LLM API(OpenAI、Anthropic、通义千问等),了解模型路由与Failover策略\n- 有Manus、Genspark、OpenClaw等新一代Agent平台的使用或集成经验者优先",
        "skills": [AI生成
            "Python",
            "分布式系统",
            "微服务"
        ],
        "preferred_qualifications": "有Manus、Genspark、OpenClaw等新一代Agent平台的使用或集成经验者优先",
        "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/7624368836560718118/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7624368836560718118",
        "post_date": "2026-04-03",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7624368836560718118/detail"
    },
    "fulltext": "AI Agent 架构师 / Tech Lead\n职位描述\n- 主导企业AI Agent系统整体技术架构设计,覆盖Agent Runtime、Memory、Skills、MCP协议、Harness安全层等核心模块\n- 制定技术选型方案,评估并整合OpenClaw、Manus等新一代Agent框架,同时兼容LangChain/LangGraph等成熟框架的已有能力\n- 设计Agent Loop执行引擎、多通道Gateway、任务队列调度机制,确保系统可扩展性与稳定性\n- 规划Agent安全架构(OpenClaw/NanoClaw/IronClaw三层模型),确保企业数据安全合规\n- 建立Agent评测体系,定义评测维度(任务完成率、推理准确性、工具调用成功率、幻觉率等),推动持续质量改进\n- 带领Agent开发团队,制定技术规范,主导架构评审,持续跟踪行业前沿\n\n职位要求\n- 本科及以上学历,计算机/AI相关专业,5年以上后端架构或AI系统开发经验\n- 深入理解AI Agent架构,熟悉OpenClaw核心机制\n- 扎实的传统Agent框架经验:精通LangChain、LangGraph、CrewAI、AutoGen中至少两种,有多Agent协作/Workflow编排的生产级落地经验\n- 熟悉MCP(Model Context Protocol)协议,有MCP Server端设计与开发经验\n- 有Agent评测体系搭建经验,熟悉RAGAS、DeepEval、PromptFoo、AgentBench等评测框架或基准\n- 精通Python,熟悉分布式系统设计、微服务架构\n- 熟悉主流LLM API(OpenAI、Anthropic、通义千问等),了解模型路由与Failover策略\n- 有Manus、Genspark、OpenClaw等新一代Agent平台的使用或集成经验者优先\n- 主导企业AI Agent系统整体技术架构设计,覆盖Agent Runtime、Memory、Skills、MCP协议、Harness安全层等核心模块\n- 制定技术选型方案,评估并整合OpenClaw、Manus等新一代Agent框架,同时兼容LangChain/LangGraph等成熟框架的已有能力\n- 设计Agent Loop执行引擎、多通道Gateway、任务队列调度机制,确保系统可扩展性与稳定性\n- 规划Agent安全架构(OpenClaw/NanoClaw/IronClaw三层模型),确保企业数据安全合规\n- 建立Agent评测体系,定义评测维度(任务完成率、推理准确性、工具调用成功率、幻觉率等),推动持续质量改进\n- 带领Agent开发团队,制定技术规范,主导架构评审,持续跟踪行业前沿\n- 本科及以上学历,计算机/AI相关专业,5年以上后端架构或AI系统开发经验\n- 深入理解AI Agent架构,熟悉OpenClaw核心机制\n- 扎实的传统Agent框架经验:精通LangChain、LangGraph、CrewAI、AutoGen中至少两种,有多Agent协作/Workflow编排的生产级落地经验\n- 熟悉MCP(Model Context Protocol)协议,有MCP Server端设计与开发经验\n- 有Agent评测体系搭建经验,熟悉RAGAS、DeepEval、PromptFoo、AgentBench等评测框架或基准\n- 精通Python,熟悉分布式系统设计、微服务架构\n- 熟悉主流LLM API(OpenAI、Anthropic、通义千问等),了解模型路由与Failover策略\n- 有Manus、Genspark、OpenClaw等新一代Agent平台的使用或集成经验者优先",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}