{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型智能体算法工程师",
        "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": "算法研发"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": "计算机相关方向的硕士或博士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、Agent Memory：设计快慢双系统记忆架构，优化记忆管理机制、召回策略与压缩方法，统一存储和检索文本、图像、视频、代码等多模态数据。\n2、Agent Search：融合深度推理与广度检索，打通搜索与记忆系统，搜索结果沉淀为持久记忆，记忆引导更精准的检索，形成闭环。 \n3、自演进 Agent：设计Agent 在线从环境反馈中实时更新策略，实现持续学习。",
        "requirements_text": "1、计算机相关方向的硕士或博士； \n2、有大模型AI Agent相关研究和项目经历，一作发表过相关方向的顶会论文； \n3、具有优秀的解决复杂问题和多人协作沟通的能力，能够独立思考并开展工作，具有强烈的好奇心和责任心。",
        "skills": [AI生成
            "大语言模型"
        ],
        "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/7670923797172586795/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7670923797172586795",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670923797172586795/detail"
    },
    "fulltext": "大模型智能体算法工程师\n职位描述\n1、Agent Memory：设计快慢双系统记忆架构，优化记忆管理机制、召回策略与压缩方法，统一存储和检索文本、图像、视频、代码等多模态数据。\n2、Agent Search：融合深度推理与广度检索，打通搜索与记忆系统，搜索结果沉淀为持久记忆，记忆引导更精准的检索，形成闭环。 \n3、自演进 Agent：设计Agent 在线从环境反馈中实时更新策略，实现持续学习。\n\n职位要求\n1、计算机相关方向的硕士或博士； \n2、有大模型AI Agent相关研究和项目经历，一作发表过相关方向的顶会论文； \n3、具有优秀的解决复杂问题和多人协作沟通的能力，能够独立思考并开展工作，具有强烈的好奇心和责任心。\n1、Agent Memory：设计快慢双系统记忆架构，优化记忆管理机制、召回策略与压缩方法，统一存储和检索文本、图像、视频、代码等多模态数据。\n2、Agent Search：融合深度推理与广度检索，打通搜索与记忆系统，搜索结果沉淀为持久记忆，记忆引导更精准的检索，形成闭环。 \n3、自演进 Agent：设计Agent 在线从环境反馈中实时更新策略，实现持续学习。\n1、计算机相关方向的硕士或博士； \n2、有大模型AI Agent相关研究和项目经历，一作发表过相关方向的顶会论文； \n3、具有优秀的解决复杂问题和多人协作沟通的能力，能够独立思考并开展工作，具有强烈的好奇心和责任心。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}