{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "后端开发工程师（LLM/Agent）",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "上海·浦东新区·上南",
        "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": "深圳安子私募证券...",
        "company_industry": "基金",
        "company_size": "0-20人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 30000,
            "max": 60000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "岗位职责\n1.设计与开发 LLM/Agent 后端服务：包括模型调用、上下文管理、记忆系统、工具调用（Tool/Function Calling）等核⼼模块；\n2.构建⾼性能 API 服务：负责对接前端、业务系统，提供稳定的推理服务与任务编排能⼒；\n3.实现智能体（Agent）框架：如多 Agent 协作、任务分解、规划、执行器（Executor）等；\n4.优化大模型推理链路：包括缓存、向量检索、RAG、模型路由、负载均衡；\n5.参与 AI 产品架构设计：推动从 0→1 的 AI 产品落地；\n6.与模型团队协作：调优 Prompt、评估模型效果、参与 A/B 测试；\n7.保障系统稳定性：监控、⽇志、故障排查、性能优化；\n任职要求\n1.熟练掌握后端开发语言：如 Python / Go / Java（Python 优先）；\n2.熟悉主流 LLM 技术栈：OpenAI、DeepSeek、Qwen、Llama 等；\n3.理解 Agent 架构：如 ReAct、CoT、Toolformer、AutoGen、LangChain Agents；\n4.掌握向量数据库：Milvus、FAISS、PGVector、Chroma；\n5.熟悉 RAG 技术：检索、重排序、知识库构建、Embedding 优化；\n6.具备 API 设计能力：RESTful / WebSocket / gRPC；\n7.熟悉云原生环境：Docker、K8s、CI/CD、微服务；\n8.良好的工程能力：代码质量、测试、文档、可维护性。",
        "skills": [AI生成
            "Agent系统构建",
            "工具调用/MCP",
            "RAG与检索增强",
            "数据库/缓存/向量库",
            "编程与代码实现",
            "云平台与云计算",
            "技术可行性与系统架构",
            "Prompt工程"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/94673683d2866d560nZ-39W0GVVV.html"
            }
        ]
    },
    "posting": {
        "posting_id": "94673683d2866d560nZ-39W0GVVV",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/94673683d2866d560nZ-39W0GVVV.html"
    },
    "fulltext": "岗位职责\n1.设计与开发 LLM/Agent 后端服务：包括模型调用、上下文管理、记忆系统、工具调用（Tool/Function Calling）等核⼼模块；\n2.构建⾼性能 API 服务：负责对接前端、业务系统，提供稳定的推理服务与任务编排能⼒；\n3.实现智能体（Agent）框架：如多 Agent 协作、任务分解、规划、执行器（Executor）等；\n4.优化大模型推理链路：包括缓存、向量检索、RAG、模型路由、负载均衡；\n5.参与 AI 产品架构设计：推动从 0→1 的 AI 产品落地；\n6.与模型团队协作：调优 Prompt、评估模型效果、参与 A/B 测试；\n7.保障系统稳定性：监控、⽇志、故障排查、性能优化；\n任职要求\n1.熟练掌握后端开发语言：如 Python / Go / Java（Python 优先）；\n2.熟悉主流 LLM 技术栈：OpenAI、DeepSeek、Qwen、Llama 等；\n3.理解 Agent 架构：如 ReAct、CoT、Toolformer、AutoGen、LangChain Agents；\n4.掌握向量数据库：Milvus、FAISS、PGVector、Chroma；\n5.熟悉 RAG 技术：检索、重排序、知识库构建、Embedding 优化；\n6.具备 API 设计能力：RESTful / WebSocket / gRPC；\n7.熟悉云原生环境：Docker、K8s、CI/CD、微服务；\n8.良好的工程能力：代码质量、测试、文档、可维护性。"
}