{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI应用工程师",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "郑州·二七区·京广路",
        "work_mode": "",AI生成
        "job_category": ""AI生成
    },
    "company": {
        "company_name": "Deeyeo德佑",
        "company_industry": "电子商务",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 20000,
            "max": 40000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 3,
        "degree": "大专",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "岗位职责描述：\n1. 场景落地：负责推进大模型应用在业务场景（智能问答、知识助手、业务流程提效等）的落地，从需求拆解、PoC 原型验证到线上业务交付的全流程。\n2. 产出带约束的 MRD 与评测集：交付结构化 MRD（业务场景与真实痛点、ROI 与硬性指标底线、Bad Case 容忍红线）以及覆盖真实高频与边界评测集，定义技术“交付完成”的标准。\n3. 双重评测与验收闭环：负责离线⾃动化基准评测与在线真实场景验收（挖掘隐性需求与意外幻觉）；将 Bad Case 结构化回流⾄测试集集市，推动下⼀轮技术迭代。\n4. 产品与效果调优闭环：搭建评测集与调优闭环，持续攻克幻觉、召回不准等实际落地瓶颈，用数据定义核心指标与过程指标，确保业务真正⽤起来。\n任职要求：\n1. 学历与经验：统招本科及以上学历（人工智能 / 计算机 / 大数据 / 信息管理 / 电子商务等相关专业优先），5 年以上互联网或企业级软件产品经验，至少 2 年 AI Agent 或 LLM 应用产品实操经验，且有至少 1 个作为核心负责人从 0 到 1 成功上线并稳定运行的 AI 业务应用案例。\n2. 产品产出能力：能独立输出带约束的结构化 MRD（场景痛点、Token/成本底线、P95 延迟、业务可用准确率门槛、严禁幻觉与合规红线）及核心评测集；产品负责评测但不依赖人工肉眼逐条测试。\n3. AI 产品技术理解：熟练掌握 Prompt 调优与工作流编排逻辑，对 Function Calling、MCP、RAG 检索增强、Knowledge Graph 等技术边界有清晰理解，可准确判断 AI 能力边界与最优实现路径；熟悉大模型基础原理、向量数据库、模型微调与数据集标注流程。\n4. 业务驱动力：具备强烈的自驱力与“拿结果”意识，沟通协作顺畅，能理解业务本质并将模糊需求快速转化为可落地的 Agent / 工作流方案，以“业务真正用起来”为最终交付标准。",
        "skills": [AI生成
            "AI Agent",
            "LLM",
            "大模型",
            "工作流编排",
            "Function Calling",
            "MCP",
            "RAG",
            "Knowledge Graph"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/7103888e1751bde80nx92NS7FFNX.html"
            }
        ]
    },
    "posting": {
        "posting_id": "7103888e1751bde80nx92NS7FFNX",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/7103888e1751bde80nx92NS7FFNX.html"
    },
    "fulltext": "岗位职责描述：\n1. 场景落地：负责推进大模型应用在业务场景（智能问答、知识助手、业务流程提效等）的落地，从需求拆解、PoC 原型验证到线上业务交付的全流程。\n2. 产出带约束的 MRD 与评测集：交付结构化 MRD（业务场景与真实痛点、ROI 与硬性指标底线、Bad Case 容忍红线）以及覆盖真实高频与边界评测集，定义技术“交付完成”的标准。\n3. 双重评测与验收闭环：负责离线⾃动化基准评测与在线真实场景验收（挖掘隐性需求与意外幻觉）；将 Bad Case 结构化回流⾄测试集集市，推动下⼀轮技术迭代。\n4. 产品与效果调优闭环：搭建评测集与调优闭环，持续攻克幻觉、召回不准等实际落地瓶颈，用数据定义核心指标与过程指标，确保业务真正⽤起来。\n任职要求：\n1. 学历与经验：统招本科及以上学历（人工智能 / 计算机 / 大数据 / 信息管理 / 电子商务等相关专业优先），5 年以上互联网或企业级软件产品经验，至少 2 年 AI Agent 或 LLM 应用产品实操经验，且有至少 1 个作为核心负责人从 0 到 1 成功上线并稳定运行的 AI 业务应用案例。\n2. 产品产出能力：能独立输出带约束的结构化 MRD（场景痛点、Token/成本底线、P95 延迟、业务可用准确率门槛、严禁幻觉与合规红线）及核心评测集；产品负责评测但不依赖人工肉眼逐条测试。\n3. AI 产品技术理解：熟练掌握 Prompt 调优与工作流编排逻辑，对 Function Calling、MCP、RAG 检索增强、Knowledge Graph 等技术边界有清晰理解，可准确判断 AI 能力边界与最优实现路径；熟悉大模型基础原理、向量数据库、模型微调与数据集标注流程。\n4. 业务驱动力：具备强烈的自驱力与“拿结果”意识，沟通协作顺畅，能理解业务本质并将模糊需求快速转化为可落地的 Agent / 工作流方案，以“业务真正用起来”为最终交付标准。"
}