{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI 应用开发工程师（租赁赛道）",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "广州·黄埔区·东圃",
        "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": "雕马快租",
        "company_industry": "互联网",
        "company_size": "100-499人",
        "company_website": "未披露",
        "company_description": "雕马快租是本立租旗下子公司\n\n本立租是企业电脑租赁 + 办公家具租赁+IT 设备回收闭环服务商\n 广州亚运会、广交会电脑供应及 IT 服务运维商\n 上海亚信峰会电脑供应及 IT 服务运维商\n 广东省连续十一年高考阅卷服务解决方案提供商\n 国家财会、司法、建造师考试、公务员考务、深圳市中考阅卷等整体服务商\n 菜鸟、京东、顺丰、德邦、圆通、货拉拉、碧桂园、保利等企业最佳合作商\n 腾讯、拼多多、百度、阿里、华为、TCL、南方电网、飞利浦、英美烟草等超 500 家上\n市公司服务商\n\n公司主营业务及全国网络\n 公司已在广州、北京、上海、深圳、武汉、南京、成都、杭州、南昌等城市设有直营服\n务机构，一二线城市已实现 2-4 小时上门服务，全国下沉服务网点数量 136 个。\n 公司主营业务三项：企业电脑长、短租、办公家具租赁、企业电脑 IT 设备回收；全方\n位构建“企业电脑租赁+家具租赁+办公设备回收”的产业闭环。\n 创始团队从事企业电脑租赁十四年，公司已完成两轮战略融资超 8000 万元人民币，政\n府端+企业端在租设备超 25 万台。\n 拥有 50 余个软件知识产权、10 几项专利，每年研发以 30%的速度递增，我们始终坚\n信，技术才是驱动企业电脑租赁服务的王道。\n\n母公司本立租：专注企业大客户的 IT 办公设备租赁服务，提供线下一对一服务，打造“客户体验最好的租赁服务平台”。\n全资子公司\n广州雕马快租科技有限公司（雕马快租）：专注于租赁数字化产业，致力于打造全品类信用免押新经济模式，为客户打造”SaaS 服务+平台“的一站式数字化租赁解决方案。\n广东本收再生资源有限公司（本回收）：专注企业电脑、服务器和 IT 网络设备的回收和处置，在确保企业电子数据安全的前提下，让 IT 办公设备处置产生最高的现金价值。"
    },
    "compensation": {
        "salary_range": {
            "min": 18000,
            "max": 25000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "团建聚餐 | 有无线网 | 带薪年假 | 底薪加提成 | 交通补助 | 五险 | 节日福利 | 通讯补贴 | 零食下午茶"
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. AI 应用深度开发\n场景转化: 负责将大模型(如 DeepSeek、通义千问、Qwen 等)接入业务流程,开发身份证明自动识别、合同智能解析、意图提取等实用工具 。\n架构搭建: 基于 LangChain 或 MCP 协议,搭建标准化 RAG(检索增强生成)应用,实现基于内部业务文档的智能问答与决策支持 。\n2. 系统集成与逻辑闭环\n微创植入: 将 AI 功能封装为稳定后端 API,对接公司现有的 Java 业务系统(Spring Cloud 生态),在不破坏旧系统稳定性的前提下实现功能升级 。\n确定性兜底: 设计“规则+模型”的双保险机制。在 AI 侧逻辑执行后,必须通过业务逻辑校验(如库存、风控规则),严防模型幻觉导致的业务风险。\n3. 业务协同与快速迭代\n痛点转化: 与运营、风控、财务等部门沟通,理解运营、风控、派单等环节的实际痛点,将业务反馈转化为技术改进方案 。\n资产管理: 维护公司 AI 能力清单与 Prompt 库,构建标准化、可追溯的 AI 知识体系 。",
        "requirements_text": "学历与背景: 统招本科及以上学历,计算机、人工智能等相关专业优先 。\n核心经验: 具备扎实的系统开发功底(Java/Python),有实际的 AI 应用开发经验(如智能助手、RAG、Agent 编排等)。\n技术视野: 熟悉主流大模型原理及使用场景,玩转 Prompt 工程,能理解工程技术约束与模型边界 。\n素质模型: 具备极强的主人翁意识,能将复杂的业务算法拆解为可迭代的 Sprint (冲刺)任务,具备 AIGC 开发模式下的“一人抗全栈”交付能力 。\n【素质指标】\n结果导向: 能够根据项目压力(如核心模块上线、业务大促)进行必要的加班排期,确保交付目标达成。\n边界突破: 主动打破前后端与算法的界限,快速将原型图转化为可运行的功能点。",
        "skills": [AI生成
            "API/SDK与开放平台开发",
            "Agent系统构建",
            "Prompt工程",
            "RAG与检索增强",
            "前后端/全栈开发",
            "大模型原理与能力边界",
            "实施交付与验收",
            "工具调用/MCP",
            "沟通表达与方案汇报",
            "系统集成与接口对接",
            "结果导向与Ownership",
            "编程与代码实现",
            "跨部门/跨团队协作",
            "部署上线与环境配置",
            "金融行业知识",
            "项目推动与执行闭环"
        ],
        "preferred_qualifications": "学历与背景: 统招本科及以上学历,计算机、人工智能等相关专业优先 。",
        "job_highlights": "3-5年 | 本科"
    },
    "contact": {
        "recruiter_name": "李女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/2e09a7037f1193e20nZ82Nu1F1VU.html"
            }
        ]
    },
    "posting": {
        "posting_id": "2e09a7037f1193e20nZ82Nu1F1VU",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/2e09a7037f1193e20nZ82Nu1F1VU.html"
    },
    "fulltext": "早九晚六，单双休，法定全休,介意勿投！\n只考虑线下面试！！！\n【岗位职责】\n1. AI 应用深度开发\n场景转化： 负责将大模型（如 DeepSeek、通义千问、Qwen 等）接入业务流程，开发⾝份证明⾃动识别、合同智能解析、意图提取等实⽤工具 。\n架构搭建： 基于 LangChain 或 MCP 协议，搭建标准化 RAG（检索增强生成）应⽤，实现基于内部业务文档的智能问答与决策支持 。\n2. 系统集成与逻辑闭环\n微创植入： 将 AI 功能封装为稳定后端 API，对接公司现有的 Java 业务系统（Spring Cloud 生态），在不破坏旧系统稳定性的前提下实现功能升级 。\n确定性兜底： 设计“规则+模型”的双保险机制。在 AI 侧逻辑执行后，必须通过业务逻辑校验（如库存、风控规则），严防模型幻觉导致的业务风险。\n3. 业务协同与快速迭代\n痛点转化： 与运营、风控、财务等部门沟通，理解运营、风控、派单等环节的实际痛点，将业务反馈转化为技术改进方案 。\n资产管理： 维护公司 AI 能力清单与 Prompt 库，构建标准化、可追溯的 AI 知识体系 。\n【任职要求】\n学历与背景： 统招本科及以上学历，计算机、人工智能等相关专业优先 。\n核心经验： 具备扎实的系统开发功底（Java/Python），有实际的 AI 应用开发经验（如智能助手、RAG、Agent 编排等）。\n技术视野： 熟悉主流大模型原理及使用场景，玩转 Prompt 工程，能理解工程技术约束与模型边界 。\n素质模型： 具备极强的主人翁意识，能将复杂的业务算法拆解为可迭代的 Sprint (冲刺)任务，具备 AIGC 开发模式下的“一人抗全栈”交付能力 。\n【素质指标】\n结果导向： 能够根据项目压力（如核心模块上线、业务大促）进行必要的加班排期，确保交付目标达成。\n边界突破： 主动打破前后端与算法的界限，快速将原型图转化为可运行的功能点。"
}