{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent应用工程师 (Agent Engineer)",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "广州·海珠区·凤阳",
        "work_mode": "",AI生成
        "job_category": ""AI生成
    },
    "company": {
        "company_name": "心知引擎",
        "company_industry": "人工智能",
        "company_size": "20-99人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 20000,
            "max": 40000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "大模型算法\n多模态算法\nOpenAI\nC端\nPython\n岗位职责\n1. 围绕AI陪伴和创作者业务场景开发Agent能力，完成任务拆解、提示设计、工具调用及必要记忆链路。\n2. 建⽴代表性测试场景，评估任务完成、⼈设⼀致性、记忆和工具异常，区分开发与验证样本。\n3. 结合真实日志定位效果不稳定、上下⽂丢失、工具超时等问题，提出修改并验证是否有效。\n4. 记录任务成功率、成本和延迟，配合团队实现灰度、降级及必要风险控制。\n5. 将通过验证的能力与接口交接业务端，在导师支持下完成模块维护和故障演练，避免仅交付演示流程。\n任职要求\n1. 有自己实现的Agent或AI应用作品，能解释任务、工具、记忆和结果评估；个人或实习项目可作为证据。\n2. 具备实际编程、接口调用及日志分析能力，能处理超时、失败与重复执行等基础问题。\n3. 理解效果要通过测试验证，能够说明失败案例与修复过程，不把调用模型等同于完整Agent。\n4. 学习速度、问题拆解和协作能力较好；不要求研究论文或管理团队经历。\n加分项\n1. 有对话角色、人设一致性、长期记忆或多工具调用实践。\n2. 有评测集建设、AI应用上线、受控用户测试或开源项目经历。\n3. 能展示在效果不下降前提下优化延迟、调用成本或稳定性的结果。",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/64be31538861d5550nV_0ty5FlJR.html"
            }
        ]
    },
    "posting": {
        "posting_id": "64be31538861d5550nV_0ty5FlJR",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/64be31538861d5550nV_0ty5FlJR.html"
    },
    "fulltext": "大模型算法\n多模态算法\nOpenAI\nC端\nPython\n岗位职责\n1. 围绕AI陪伴和创作者业务场景开发Agent能力，完成任务拆解、提示设计、工具调用及必要记忆链路。\n2. 建⽴代表性测试场景，评估任务完成、⼈设⼀致性、记忆和工具异常，区分开发与验证样本。\n3. 结合真实日志定位效果不稳定、上下⽂丢失、工具超时等问题，提出修改并验证是否有效。\n4. 记录任务成功率、成本和延迟，配合团队实现灰度、降级及必要风险控制。\n5. 将通过验证的能力与接口交接业务端，在导师支持下完成模块维护和故障演练，避免仅交付演示流程。\n任职要求\n1. 有自己实现的Agent或AI应用作品，能解释任务、工具、记忆和结果评估；个人或实习项目可作为证据。\n2. 具备实际编程、接口调用及日志分析能力，能处理超时、失败与重复执行等基础问题。\n3. 理解效果要通过测试验证，能够说明失败案例与修复过程，不把调用模型等同于完整Agent。\n4. 学习速度、问题拆解和协作能力较好；不要求研究论文或管理团队经历。\n加分项\n1. 有对话角色、人设一致性、长期记忆或多工具调用实践。\n2. 有评测集建设、AI应用上线、受控用户测试或开源项目经历。\n3. 能展示在效果不下降前提下优化延迟、调用成本或稳定性的结果。"
}