{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI研发工程师",
        "job_level": "校招",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": "",
        "degree": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、参与面向工厂业务系统的 AI Agent 智能体应用设计与开发,围绕生产、设备、质量、运营等场景,构建高可用、高扩展的大模型应用与服务架构； \n2、参与 Prompt 工程、RAG 检索增强、Tool Calling 工具调用、工作流编排等 AI 应用核心能力的研发与优化,提升智能化功能在业务场景中的可用性、稳定性与效果； \n3、对接和集成内外部系统能力,基于 OpenAPI、RPC、MCP 等方式完成业务系统、数据平台、知识库及 AI 服务之间的工具链整合与服务编排； \n4、探索大模型、Agent、AIGC 等前沿技术在工厂业务场景中的落地应用,推动 AI 能力在生产、设备、质量、运营等业务系统中的方案验证、功能建设与实际应用。 \n5、与研发团队、生产团队、质量团队、数据团队等跨部门协作,确保项目顺利推进。\n6、向非技术背景的业务人员清晰地传达技术概念和解决方案,促进业务团队对智能化技术的理解和应用。,参与需求分析、方案设计、开发实现、联调测试、上线验证及效果评估的全链路,推动 AI 能力与业务系统深度结合。",
        "requirements_text": "1. 硕士及以上学历,计算机科学、软件工程、人工智能或相关专业；\n2. 熟练掌握 Node.js / Python / Java / Go / C++ 中至少一种编程语言,具备扎实的算法与数据结构基础；\n3. 具备 Agent 系统开发经验,熟悉 LangChain / LlamaIndex / AutoGen 等主流框架及其实现原理；\n4. 掌握 Prompt Engineering、RAG、Tool Calling、Context Engineering 等 AI 应用关键技术；\n5. 理解 OpenAPI、RPC、MCP 等通信协议,有实际的工具集成与系统对接经验；\n6. 了解机器学习与深度学习基础,熟悉 PyTorch / TensorFlow 等框架,有 Transformer 模型实战经验者优先；\n7. 具备问题驱动和价值驱动的探索精神,善于从模糊需求中拆解并解决核心问题；\n8. 敢于创新,对 AI 新技术、新范式在商业场景中的应用边界保持敏感与好奇；\n9. 对 AI 技术充满热情,学习能力强,持续关注 AIGC 前沿研究动态。\n加分：\n- 有开源项目贡献经验或个人 AI 应用作品；\n- 熟悉低代码 / 无代码平台或企业级应用开发；\n- 了解飞书、钉钉等协同平台生态及其开放能力；",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "数据结构",
            "学习能力",
            "Go",
            "检索增强生成"
        ],
        "preferred_qualifications": "6. 了解机器学习与深度学习基础,熟悉 PyTorch / TensorFlow 等框架,有 Transformer 模型实战经验者优先；加分：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670891807970576686/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7670891807970576686",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670891807970576686/detail"
    },
    "fulltext": "AI研发工程师\n职位描述\n1、参与面向工厂业务系统的 AI Agent 智能体应用设计与开发,围绕生产、设备、质量、运营等场景,构建高可用、高扩展的大模型应用与服务架构； \n2、参与 Prompt 工程、RAG 检索增强、Tool Calling 工具调用、工作流编排等 AI 应用核心能力的研发与优化,提升智能化功能在业务场景中的可用性、稳定性与效果； \n3、对接和集成内外部系统能力,基于 OpenAPI、RPC、MCP 等方式完成业务系统、数据平台、知识库及 AI 服务之间的工具链整合与服务编排； \n4、探索大模型、Agent、AIGC 等前沿技术在工厂业务场景中的落地应用,推动 AI 能力在生产、设备、质量、运营等业务系统中的方案验证、功能建设与实际应用。 \n5、与研发团队、生产团队、质量团队、数据团队等跨部门协作,确保项目顺利推进。\n6、向非技术背景的业务人员清晰地传达技术概念和解决方案,促进业务团队对智能化技术的理解和应用。,参与需求分析、方案设计、开发实现、联调测试、上线验证及效果评估的全链路,推动 AI 能力与业务系统深度结合。\n\n职位要求\n1. 硕士及以上学历,计算机科学、软件工程、人工智能或相关专业；\n2. 熟练掌握 Node.js / Python / Java / Go / C++ 中至少一种编程语言,具备扎实的算法与数据结构基础；\n3. 具备 Agent 系统开发经验,熟悉 LangChain / LlamaIndex / AutoGen 等主流框架及其实现原理；\n4. 掌握 Prompt Engineering、RAG、Tool Calling、Context Engineering 等 AI 应用关键技术；\n5. 理解 OpenAPI、RPC、MCP 等通信协议,有实际的工具集成与系统对接经验；\n6. 了解机器学习与深度学习基础,熟悉 PyTorch / TensorFlow 等框架,有 Transformer 模型实战经验者优先；\n7. 具备问题驱动和价值驱动的探索精神,善于从模糊需求中拆解并解决核心问题；\n8. 敢于创新,对 AI 新技术、新范式在商业场景中的应用边界保持敏感与好奇；\n9. 对 AI 技术充满热情,学习能力强,持续关注 AIGC 前沿研究动态。\n加分：\n- 有开源项目贡献经验或个人 AI 应用作品；\n- 熟悉低代码 / 无代码平台或企业级应用开发；\n- 了解飞书、钉钉等协同平台生态及其开放能力；\n1、参与面向工厂业务系统的 AI Agent 智能体应用设计与开发,围绕生产、设备、质量、运营等场景,构建高可用、高扩展的大模型应用与服务架构； \n2、参与 Prompt 工程、RAG 检索增强、Tool Calling 工具调用、工作流编排等 AI 应用核心能力的研发与优化,提升智能化功能在业务场景中的可用性、稳定性与效果； \n3、对接和集成内外部系统能力,基于 OpenAPI、RPC、MCP 等方式完成业务系统、数据平台、知识库及 AI 服务之间的工具链整合与服务编排； \n4、探索大模型、Agent、AIGC 等前沿技术在工厂业务场景中的落地应用,推动 AI 能力在生产、设备、质量、运营等业务系统中的方案验证、功能建设与实际应用。 \n5、与研发团队、生产团队、质量团队、数据团队等跨部门协作,确保项目顺利推进。\n6、向非技术背景的业务人员清晰地传达技术概念和解决方案,促进业务团队对智能化技术的理解和应用。,参与需求分析、方案设计、开发实现、联调测试、上线验证及效果评估的全链路,推动 AI 能力与业务系统深度结合。\n1. 硕士及以上学历,计算机科学、软件工程、人工智能或相关专业；\n2. 熟练掌握 Node.js / Python / Java / Go / C++ 中至少一种编程语言,具备扎实的算法与数据结构基础；\n3. 具备 Agent 系统开发经验,熟悉 LangChain / LlamaIndex / AutoGen 等主流框架及其实现原理；\n4. 掌握 Prompt Engineering、RAG、Tool Calling、Context Engineering 等 AI 应用关键技术；\n5. 理解 OpenAPI、RPC、MCP 等通信协议,有实际的工具集成与系统对接经验；\n6. 了解机器学习与深度学习基础,熟悉 PyTorch / TensorFlow 等框架,有 Transformer 模型实战经验者优先；\n7. 具备问题驱动和价值驱动的探索精神,善于从模糊需求中拆解并解决核心问题；\n8. 敢于创新,对 AI 新技术、新范式在商业场景中的应用边界保持敏感与好奇；\n9. 对 AI 技术充满热情,学习能力强,持续关注 AIGC 前沿研究动态。\n加分：\n- 有开源项目贡献经验或个人 AI 应用作品；\n- 熟悉低代码 / 无代码平台或企业级应用开发；\n- 了解飞书、钉钉等协同平台生态及其开放能力；",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}