JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "hermes /Ai agent 通用员工开发岗",
"job_level": "",AI生成
"work_category": "",AI生成
"department": "",
"location": "深圳",
"work_mode": "",AI生成
"job_category": ""AI生成
},
"company": {
"company_name": "深圳市易京科技",
"company_industry": "计算机软件",
"company_size": "20-99人",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 25000,
"max": 50000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": 3,
"degree": "本科",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "Java\nAI数字员工\n后端开发经验\nTelegram\n全栈侧重后端\nhermes\nprompt\nAI Agent\n【AI Agent 工程师 / 数字员工核心开发】—— 深圳\n我们正在做什么:\n- 对标 Devin / Manus / Junior AI 的通用 AI 数字员⼯产品\n- 核⼼是⼀个能自主规划、调用⼯具、记忆、复盘的 Agent 系统\n- 已有半成品 MVP,需要一位能一起深入做到生产级的工程师\n你要做的:\n1. 设计和落地 Agent 的核心执行循环(规划 / 工具调用 / 记忆 / 反思)\n2. 开发工具生态(MCP / function calling / 多平台适配)\n3. 优化大模型推理链路:上下文压缩、prompt 缓存、成本控制\n4. 和老板一起判断技术方向、搭建技术标准\n你需要具备:\n- 3 年以上后端或全栈经验,代码能打\n- 生产环境里真跑过 AI Agent 系统(不是 demo 不是 side project)\n- 熟悉至少一个主流框架:LangGraph / AutoGen / CrewAI / OpenManus / 自研\n- 对 Function Calling / Tool Use / MCP 有深度理解\n- 读过 ReAct / Plan-and-Execute / Reflexion 等论文且能讲清楚\n- 愿意跟老板一起定方向、写代码、带人\n优先考虑:\n- 做过开源 Agent 项目(GitHub 有作品)\n- 有 AI 方向创业 / 技术合伙人经历\n- 做过 Telegram / Discord Bot 生态\n- 做过多模态 / 长上下文 / 高并发 Agent 系统",
"skills": [],AI生成
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/5291ea8636c179790nd82dW-FldV.html"
}
]
},
"posting": {
"posting_id": "5291ea8636c179790nd82dW-FldV",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/5291ea8636c179790nd82dW-FldV.html"
},
"fulltext": "Java\nAI数字员工\n后端开发经验\nTelegram\n全栈侧重后端\nhermes\nprompt\nAI Agent\n【AI Agent 工程师 / 数字员工核心开发】—— 深圳\n我们正在做什么:\n- 对标 Devin / Manus / Junior AI 的通用 AI 数字员⼯产品\n- 核⼼是⼀个能自主规划、调用⼯具、记忆、复盘的 Agent 系统\n- 已有半成品 MVP,需要一位能一起深入做到生产级的工程师\n你要做的:\n1. 设计和落地 Agent 的核心执行循环(规划 / 工具调用 / 记忆 / 反思)\n2. 开发工具生态(MCP / function calling / 多平台适配)\n3. 优化大模型推理链路:上下文压缩、prompt 缓存、成本控制\n4. 和老板一起判断技术方向、搭建技术标准\n你需要具备:\n- 3 年以上后端或全栈经验,代码能打\n- 生产环境里真跑过 AI Agent 系统(不是 demo 不是 side project)\n- 熟悉至少一个主流框架:LangGraph / AutoGen / CrewAI / OpenManus / 自研\n- 对 Function Calling / Tool Use / MCP 有深度理解\n- 读过 ReAct / Plan-and-Execute / Reflexion 等论文且能讲清楚\n- 愿意跟老板一起定方向、写代码、带人\n优先考虑:\n- 做过开源 Agent 项目(GitHub 有作品)\n- 有 AI 方向创业 / 技术合伙人经历\n- 做过 Telegram / Discord Bot 生态\n- 做过多模态 / 长上下文 / 高并发 Agent 系统"
}