{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent科研岗",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "广州·海珠区·琶洲",
        "work_mode": "",AI生成
        "job_category": ""AI生成
    },
    "company": {
        "company_name": "广州省心购科技",
        "company_industry": "人工智能",
        "company_size": "20-99人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 250,
            "max": 500,
            "currency": "CNY",
            "cycle": "day"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "大模型算法\n自然语言处理算法\n算法工程化经验\n强化学习\nPython\n参与探索下一代agent框架（少量参与部分业务）。\n在过去的2026年，agent技术有着长足的进步。\ndify/n8n被逐渐淘汰，langchain/langraph也在路上，轻ReAct loop，重harness逐渐成为共识。\npi/claude code/dsh(cordis)等优秀的agent框架，也给大家打了一个好的harness框架标杆。\n⾃进化的路线越来越明确。\n多agent的价值和范式也开始清晰。\n但更⼤的挑战也在路上\njev出来后，system1和system2友好的agent框架如何设计？\n适配业务的jev训练框架⼜是怎么样的？\n类cordis的外层图，内层树的框架为什么会是未来几乎所有复杂agent的内核？\n我们现在有一个⼩的团队在探索这个事情\n有来自大厂的，也有北美的创业公司，也有国内的初创\n有兴趣的小朋友可以跟我们一起来挑战\n劝退的人\nagent广度不够，项目上只有langchain，langraph。\nagent基础不扎实的，agent源码框架没看过几个。或者只是靠AI看过总结，并没有仔细看过代码细节的。\n动手能力糟糕，只知道用AI无脑写代码，连写什么都看不懂的。\n着急镀金，求稳的，期望2个月一定可以拿到结果，可以加到简历里镀金，探索没有百分百成功，失败很正常。\n没有survey能力，发论文流程都没走过。\n加分项\n不仅懂agent，对模型训练能略懂，了解rl，了解大模型训练整体训练流程，真的在一定量的卡上训练过的。\n代码能力强，举个例子，cordis内核一共2000行，但能把关键细节点看懂，讲清楚。\n国内/海外头部院校\n参与过大型开源项目\n薪水\n200-500一天\n一周三-四天，可远程，北美，新加坡，欧美都可",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/4c068e1800f0395b0nNz2dy0ElpR.html"
            }
        ]
    },
    "posting": {
        "posting_id": "4c068e1800f0395b0nNz2dy0ElpR",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/4c068e1800f0395b0nNz2dy0ElpR.html"
    },
    "fulltext": "大模型算法\n自然语言处理算法\n算法工程化经验\n强化学习\nPython\n参与探索下一代agent框架（少量参与部分业务）。\n在过去的2026年，agent技术有着长足的进步。\ndify/n8n被逐渐淘汰，langchain/langraph也在路上，轻ReAct loop，重harness逐渐成为共识。\npi/claude code/dsh(cordis)等优秀的agent框架，也给大家打了一个好的harness框架标杆。\n⾃进化的路线越来越明确。\n多agent的价值和范式也开始清晰。\n但更⼤的挑战也在路上\njev出来后，system1和system2友好的agent框架如何设计？\n适配业务的jev训练框架⼜是怎么样的？\n类cordis的外层图，内层树的框架为什么会是未来几乎所有复杂agent的内核？\n我们现在有一个⼩的团队在探索这个事情\n有来自大厂的，也有北美的创业公司，也有国内的初创\n有兴趣的小朋友可以跟我们一起来挑战\n劝退的人\nagent广度不够，项目上只有langchain，langraph。\nagent基础不扎实的，agent源码框架没看过几个。或者只是靠AI看过总结，并没有仔细看过代码细节的。\n动手能力糟糕，只知道用AI无脑写代码，连写什么都看不懂的。\n着急镀金，求稳的，期望2个月一定可以拿到结果，可以加到简历里镀金，探索没有百分百成功，失败很正常。\n没有survey能力，发论文流程都没走过。\n加分项\n不仅懂agent，对模型训练能略懂，了解rl，了解大模型训练整体训练流程，真的在一定量的卡上训练过的。\n代码能力强，举个例子，cordis内核一共2000行，但能把关键细节点看懂，讲清楚。\n国内/海外头部院校\n参与过大型开源项目\n薪水\n200-500一天\n一周三-四天，可远程，北美，新加坡，欧美都可"
}