{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI4S 产品与科研智能体开发（合成生物方向",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "深圳·光明区·公明",
        "work_mode": "",AI生成
        "job_category": ""AI生成
    },
    "company": {
        "company_name": "智菲",
        "company_industry": "计算机软件",
        "company_size": "100-499人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 17000,
            "max": 22000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 1,
        "degree": "大专",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "岗位名称：AI4S 产品与科研智能体开发（合成生物方向）\n项目介绍\n我们正在开发面向科研团队的 AI4S 科研⼯作空间。产品围绕课题讨论、⽂献调研、假设建⽴、实验设计、数据分析、证据判断及成果输出，通过 Agent 辅助研究工作，并保存关键判断的来源、版本和证据链。将专家的方法与团队经验沉淀为可复⽤、可验证的专业 Skill 和学科包。\n我们希望寻找一位兼具生命科学背景与 AI 应用能力的伙伴，参与业务合理性评估，推动科研方法转化为可落地的产品能力。\n你将负责\n1. 衔接科研专家与研发团队\n * 与 PI、研究人员深入沟通，理解真实科研任务、实验流程和判断依据。\n * 将专家经验转化为清晰的需求、流程、数据结构及验收标准。\n * 识别需求中的模糊假设和分歧，组织专业确认，推动研发与试点落地。\n2. 评估科研场景与产品设计的合理性\n * 审查产品流程是否符合科研实践，识别缺失的前提、对照、质量检查与人工确认环节。\n * 判断哪些任务适合由 AI 辅助，哪些需要确定性工具计算，哪些必须由研究人员作出正式判断。\n * 结合使用频率、数据可获得性、验证成本和用户价值，提出优先开发的场景及最小验证方案。\n3. 开发合成生物领域 Skill 与学科包\n * 将文献调研、假设梳理、实验方案审查、数据质量检查、结果解释等方法沉淀为专业 Skill。\n * 定义每项 Skill 的输入输出、适用条件、工具依赖、异常处理及人工审核节点。\n * 与 PI 共同明确证据标准、方法约束和禁止越过的规则，维护 Skill 文档、版本及测试案例。\n4. 设计并实现科研 Agent 原型\n * 使用大模型 API、Python 和相关工具搭建可运行原型，验证任务拆解、工具调用和专业知识接入。\n * 与研发团队协作，通过 API / MCP 等方式接入文献、科研数据、分析代码及领域工具。\n * 完善输出的来源引用、研究上下文和结果追溯，让研究人员能够复核关键结论。\n5. 建立专业评测与持续迭代机制\n * 与 PI 共建代表性任务、参考答案和失败案例，评估科学合理性、工具调用正确性、来源可靠性及实际使用价值。\n * 检查无依据结论、证据误用、数据泄漏、版本混用等问题，推动修复与回归验证。\n * 跟进科研团队试用反馈，持续优化产品流程、Skill 和 Agent 效果。\n我们希望你具备\n* 生物信息学、计算生物学、合成生物学、生物工程、系统生物学或相关专业背景，硕士及以上优先；有扎实相关项目经验者可放宽。\n* 有真实科研或产业研发经历，理解假设、实验设计、对照、数据质量与结论之间的关系。熟悉合成生物相关研究流程，能够与 PI 讨论专业问题。\n* 有大模型应用的实际开发经验，理解提示词、RAG、工具调用及 Agent 工作流，能够展示可运行的项目或原型。\n* 能够使用 Python 完成数据处理、API 调用和基础分析，读懂科研分析代码，并与软件工程师协作。\n* 能够独立阅读英文论文和技术文档，区分文献结论、研究假设及需要进一步验证的内容。\n* 具备需求分析和结构化表达能力，能够把专业问题拆解为可开发、可测试的任务。\n* 愿意亲自编写 Skill、搭建原型、整理测试数据，并对实际效果负责。\n加分项\n* 有合成生物、代谢工程、蛋白质工程、微生物工程或相关研发项目经历。\n* 有科研软件、AI4S 产品、生物信息平台、ELN / LIMS 等系统的开发或实施经验。\n* 有专业 Agent、MCP 工具、科研知识库或可复现分析工作流的开发经验。\n* 有模型评测、统计分析、实验质量控制或科研数据治理经验。\n* 曾同时承担科研需求分析与技术实现工作，能够提供论文、代码、产品案例或开源贡献。\nBase 成都/深圳，薪资面议",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/3d240a3c0a1dbef90nx6096-E1FT.html"
            }
        ]
    },
    "posting": {
        "posting_id": "3d240a3c0a1dbef90nx6096-E1FT",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/3d240a3c0a1dbef90nx6096-E1FT.html"
    },
    "fulltext": "岗位名称：AI4S 产品与科研智能体开发（合成生物方向）\n项目介绍\n我们正在开发面向科研团队的 AI4S 科研⼯作空间。产品围绕课题讨论、⽂献调研、假设建⽴、实验设计、数据分析、证据判断及成果输出，通过 Agent 辅助研究工作，并保存关键判断的来源、版本和证据链。将专家的方法与团队经验沉淀为可复⽤、可验证的专业 Skill 和学科包。\n我们希望寻找一位兼具生命科学背景与 AI 应用能力的伙伴，参与业务合理性评估，推动科研方法转化为可落地的产品能力。\n你将负责\n1. 衔接科研专家与研发团队\n * 与 PI、研究人员深入沟通，理解真实科研任务、实验流程和判断依据。\n * 将专家经验转化为清晰的需求、流程、数据结构及验收标准。\n * 识别需求中的模糊假设和分歧，组织专业确认，推动研发与试点落地。\n2. 评估科研场景与产品设计的合理性\n * 审查产品流程是否符合科研实践，识别缺失的前提、对照、质量检查与人工确认环节。\n * 判断哪些任务适合由 AI 辅助，哪些需要确定性工具计算，哪些必须由研究人员作出正式判断。\n * 结合使用频率、数据可获得性、验证成本和用户价值，提出优先开发的场景及最小验证方案。\n3. 开发合成生物领域 Skill 与学科包\n * 将文献调研、假设梳理、实验方案审查、数据质量检查、结果解释等方法沉淀为专业 Skill。\n * 定义每项 Skill 的输入输出、适用条件、工具依赖、异常处理及人工审核节点。\n * 与 PI 共同明确证据标准、方法约束和禁止越过的规则，维护 Skill 文档、版本及测试案例。\n4. 设计并实现科研 Agent 原型\n * 使用大模型 API、Python 和相关工具搭建可运行原型，验证任务拆解、工具调用和专业知识接入。\n * 与研发团队协作，通过 API / MCP 等方式接入文献、科研数据、分析代码及领域工具。\n * 完善输出的来源引用、研究上下文和结果追溯，让研究人员能够复核关键结论。\n5. 建立专业评测与持续迭代机制\n * 与 PI 共建代表性任务、参考答案和失败案例，评估科学合理性、工具调用正确性、来源可靠性及实际使用价值。\n * 检查无依据结论、证据误用、数据泄漏、版本混用等问题，推动修复与回归验证。\n * 跟进科研团队试用反馈，持续优化产品流程、Skill 和 Agent 效果。\n我们希望你具备\n* 生物信息学、计算生物学、合成生物学、生物工程、系统生物学或相关专业背景，硕士及以上优先；有扎实相关项目经验者可放宽。\n* 有真实科研或产业研发经历，理解假设、实验设计、对照、数据质量与结论之间的关系。熟悉合成生物相关研究流程，能够与 PI 讨论专业问题。\n* 有大模型应用的实际开发经验，理解提示词、RAG、工具调用及 Agent 工作流，能够展示可运行的项目或原型。\n* 能够使用 Python 完成数据处理、API 调用和基础分析，读懂科研分析代码，并与软件工程师协作。\n* 能够独立阅读英文论文和技术文档，区分文献结论、研究假设及需要进一步验证的内容。\n* 具备需求分析和结构化表达能力，能够把专业问题拆解为可开发、可测试的任务。\n* 愿意亲自编写 Skill、搭建原型、整理测试数据，并对实际效果负责。\n加分项\n* 有合成生物、代谢工程、蛋白质工程、微生物工程或相关研发项目经历。\n* 有科研软件、AI4S 产品、生物信息平台、ELN / LIMS 等系统的开发或实施经验。\n* 有专业 Agent、MCP 工具、科研知识库或可复现分析工作流的开发经验。\n* 有模型评测、统计分析、实验质量控制或科研数据治理经验。\n* 曾同时承担科研需求分析与技术实现工作，能够提供论文、代码、产品案例或开源贡献。\nBase 成都/深圳，薪资面议"
}