{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI 全栈开发工程师（Agent / RAG）",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "广州·海珠区·新港西路沿线",
        "work_mode": "现场办公",AI生成
        "job_category": "AI应用软件工程师"AI生成
    },
    "company": {
        "company_name": "瑞客",
        "company_industry": "进出口贸易",
        "company_size": "20-99人",
        "company_website": "未披露",
        "company_description": "未披露"
    },
    "compensation": {
        "salary_range": {
            "min": 10000,
            "max": 15000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 3,
        "degree": "大专",
        "language": "中文",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 开发面向公司业务的 AI Agent,支持数据查询、文件处理、异常检查和流程自动化。\n2. 建设公司 RAG 知识库,负责资料接入、文档处理、检索、问答及持续更新。\n3. 对接各类业务系统,实现数据打通,梳理字段含义、业务口径和数据关系。\n4. 独立完成前后端开发、接口设计、测试、部署和维护。\n5. 深入业务部门了解需求,明确交付目标,推动应用落地并持续改进效果。",
        "requirements_text": "1. 全栈开发能力\n有独立开发并部署完整应用的经验。熟练掌握 TypeScript / JavaScript 或 Python,熟悉一种前端框架和后端开发框架,掌握 API、SQL、数据库设计及前后端交互。\n2. Agent 开发经验\n理解大模型的能力与局限,有实际 Agent 项目经验,熟悉工具调用、结构化输出、上下文管理、多轮对话和任务执行,能处理调用失败、超时及任务恢复。\n3. RAG 知识库开发经验——必备\n- 文档处理: 能处理 PDF、Word、Excel、网页及扫描件,熟悉 OCR、内容清洗、去重、表格提取和文档结构识别。\n- 知识组织: 理解分块策略、上下文衔接、元数据和来源管理,能根据资料特点选择合适的处理方式。\n- 向量检索: 熟悉 Embedding、向量索引及相似度检索,实际使用过 pgvector、Milvus、Qdrant、Elasticsearch 等至少一种检索方案。\n- 检索优化: 熟悉关键词与向量混合检索、元数据过滤、查询改写和重排序(Rerank),能够定位漏检、误检及上下文缺失。\n- 问答效果: 能保留来源引用,处理资料不足、内容冲突和无法回答的情况,用真实问题评估检索准确性和回答质量。\n- 持续维护: 能处理知识增量更新、失效内容清理、版本变化及访问权限,避免旧资料或无权内容进入回答。\n4. 工程落地能力\n熟悉 Git、Linux、Docker 等开发部署工具,能编写必要测试、排查日志,关注数据权限、运行稳定性、响应速度和调用成本。\n5. 业务与沟通能力\n逻辑清晰、结果导向强,能把模糊需求拆成具体工作,与业务人员说清楚目标、问题和取舍,并主动推进交付。\n6. AI 工具使用能力\n积极关注和尝试大模型的新能力,熟练使用 Codex、WorkBuddy、ZCode 等现代 AI 工具。善用 Vibe Coding,同时能理解、审查和调试生成的代码,对最终结果负责。\n案例优先\n有真实上线项目、可演示作品或开源项目者优先。 投递时请附 1—2 个代表案例,说明:\n- 解决了什么问题,个人负责哪些部分。\n- 技术方案、部署方式及实际使用效果。\n- 遇到过哪些问题,如何排查和改进。\n有企业知识库、复杂文档处理、系统集成,或外贸、制造业、跨境电商项目经验者加分。可提供脱敏案例,不要求公开公司代码。",
        "skills": [AI生成
            "API/SDK与开放平台开发",
            "Agent系统构建",
            "Linux/DevOps/CI-CD",
            "RAG与检索增强",
            "SQL与数据探查",
            "上下文/知识工程",
            "制造/工业行业知识",
            "前后端/全栈开发",
            "实施交付与验收",
            "工具调用/MCP",
            "数据库/缓存/向量库",
            "数据资产治理",
            "沟通表达与方案汇报",
            "系统集成与接口对接",
            "结构化思考与系统抽象",
            "结果导向与Ownership",
            "编程与代码实现",
            "调试排障与技术支持",
            "部署上线与环境配置",
            "零售/电商行业知识"
        ],
        "preferred_qualifications": "案例优先\n有真实上线项目、可演示作品或开源项目者优先。 投递时请附 1—2 个代表案例,说明:\n有企业知识库、复杂文档处理、系统集成,或外贸、制造业、跨境电商项目经验者加分。可提供脱敏案例,不要求公开公司代码。",
        "job_highlights": "3-5年 | 大专"
    },
    "contact": {
        "recruiter_name": "李娜",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/2a12bce3cc4c8b390nN-0tm7FVBX.html"
            }
        ]
    },
    "posting": {
        "posting_id": "2a12bce3cc4c8b390nN-0tm7FVBX",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/2a12bce3cc4c8b390nN-0tm7FVBX.html"
    },
    "fulltext": "岗位职责\n1. 开发面向公司业务的 AI Agent，支持数据查询、文件处理、异常检查和流程自动化。\n2. 建设公司 RAG 知识库，负责资料接⼊、⽂档处理、检索、问答及持续更新。\n3. 对接各类业务系统，实现数据打通，梳理字段含义、业务口径和数据关系。\n4. 独⽴完成前后端开发、接口设计、测试、部署和维护。\n5. 深入业务部门了解需求，明确交付目标，推动应⽤落地并持续改进效果。\n任职要求\n1. 全栈开发能力\n有独立开发并部署完整应用的经验。熟练掌握 TypeScript / JavaScript 或 Python，熟悉一种前端框架和后端开发框架，掌握 API、SQL、数据库设计及前后端交互。\n2. Agent 开发经验\n理解大模型的能力与局限，有实际 Agent 项目经验，熟悉工具调用、结构化输出、上下文管理、多轮对话和任务执行，能处理调用失败、超时及任务恢复。\n3. RAG 知识库开发经验——必备\n- 文档处理： 能处理 PDF、Word、Excel、网页及扫描件，熟悉 OCR、内容清洗、去重、表格提取和文档结构识别。\n- 知识组织： 理解分块策略、上下文衔接、元数据和来源管理，能根据资料特点选择合适的处理方式。\n- 向量检索： 熟悉 Embedding、向量索引及相似度检索，实际使用过 pgvector、Milvus、Qdrant、Elasticsearch 等至少一种检索方案。\n- 检索优化： 熟悉关键词与向量混合检索、元数据过滤、查询改写和重排序（Rerank），能够定位漏检、误检及上下文缺失。\n- 问答效果： 能保留来源引用，处理资料不足、内容冲突和无法回答的情况，用真实问题评估检索准确性和回答质量。\n- 持续维护： 能处理知识增量更新、失效内容清理、版本变化及访问权限，避免旧资料或无权内容进入回答。\n4. 工程落地能力\n熟悉 Git、Linux、Docker 等开发部署工具，能编写必要测试、排查日志，关注数据权限、运行稳定性、响应速度和调用成本。\n5. 业务与沟通能力\n逻辑清晰、结果导向强，能把模糊需求拆成具体工作，与业务人员说清楚目标、问题和取舍，并主动推进交付。\n6. AI 工具使用能力\n积极关注和尝试大模型的新能力，熟练使用 Codex、WorkBuddy、ZCode 等现代 AI 工具。善用 Vibe Coding，同时能理解、审查和调试生成的代码，对最终结果负责。\n案例优先\n有真实上线项目、可演示作品或开源项目者优先。 投递时请附 1—2 个代表案例，说明：\n- 解决了什么问题，个人负责哪些部分。\n- 技术方案、部署方式及实际使用效果。\n- 遇到过哪些问题，如何排查和改进。\n有企业知识库、复杂文档处理、系统集成，或外贸、制造业、跨境电商项目经验者加分。可提供脱敏案例，不要求公开公司代码。"
}