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属性工程师-汽车",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "南京",
"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": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责将大模型、智能体等AI能力落地至整车研发流程，提升工程团队研发效率。具体包括：\n1. 基于业务场景构建AI Agent，实现重复性工作的自动化接管；\n2. 针对不同工程领域定制Prompt模板，建设可复用的Skills库；\n3. 维护部门级AI中台底座，保障AI工具链的稳定性与持续迭代；\n4. 识别高频事务性工作，设计并开发自动化工作流；",
"requirements_text": "1. 本科及以上学历，计算机科学、人工智能、软件工程等相关专业；\n2. 具备LLM应用开发实战经验，熟悉Prompt Engineering、Agent框架、RAG技术；\n3. 理解工程业务流程，能够将业务需求转化为技术方案；\n4. 具备数据处理与分析能力，包括数据清洗、可视化、报表生成；\n5. 具备快速学习能力，能跟进AI前沿技术并评估落地可行性；",
"skills": [AI生成
"数据清洗",
"学习能力",
"分析能力"
],
"preferred_qualifications": "未披露",
"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/7670918768222570803/detail"
}
]
},
"posting": {
"posting_id": "7670918768222570803",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670918768222570803/detail"
},
"fulltext": "AI属性工程师-汽车\n职位描述\n负责将大模型、智能体等AI能力落地至整车研发流程，提升工程团队研发效率。具体包括：\n1. 基于业务场景构建AI Agent，实现重复性工作的自动化接管；\n2. 针对不同工程领域定制Prompt模板，建设可复用的Skills库；\n3. 维护部门级AI中台底座，保障AI工具链的稳定性与持续迭代；\n4. 识别高频事务性工作，设计并开发自动化工作流；\n\n职位要求\n1. 本科及以上学历，计算机科学、人工智能、软件工程等相关专业；\n2. 具备LLM应用开发实战经验，熟悉Prompt Engineering、Agent框架、RAG技术；\n3. 理解工程业务流程，能够将业务需求转化为技术方案；\n4. 具备数据处理与分析能力，包括数据清洗、可视化、报表生成；\n5. 具备快速学习能力，能跟进AI前沿技术并评估落地可行性；\n负责将大模型、智能体等AI能力落地至整车研发流程，提升工程团队研发效率。具体包括：\n1. 基于业务场景构建AI Agent，实现重复性工作的自动化接管；\n2. 针对不同工程领域定制Prompt模板，建设可复用的Skills库；\n3. 维护部门级AI中台底座，保障AI工具链的稳定性与持续迭代；\n4. 识别高频事务性工作，设计并开发自动化工作流；\n1. 本科及以上学历，计算机科学、人工智能、软件工程等相关专业；\n2. 具备LLM应用开发实战经验，熟悉Prompt Engineering、Agent框架、RAG技术；\n3. 理解工程业务流程，能够将业务需求转化为技术方案；\n4. 具备数据处理与分析能力，包括数据清洗、可视化、报表生成；\n5. 具备快速学习能力，能跟进AI前沿技术并评估落地可行性；",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}