{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI应用工程师（大模型 / Agent / RAG）",
        "job_level": "初级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "武汉·武昌区·中北路",
        "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": "中康众盛",
        "company_industry": "医疗健康",
        "company_size": "100-499人",
        "company_website": "未披露",
        "company_description": "湖北中康众盛生物科技有限公司位于湖北省鄂州市临空经济区，围绕植物有效成分提取、膳食营养研发制备与销售、临床营养数字化工具开发及医学营养整体解决方案开展业务。公司重点打造“诺珈AI营养软件”“诺珈医学营养中心”以及“中康众盛智慧健康科技园”，形成“数字工具+服务场景+产业载体”协同发展的业务体系。\n\n        中康众盛智慧健康科技园总投资20亿元，总体规划用地280亩，总建筑面积29万平方米，分三期建设。其中一期用地87亩，建筑面积约8万平方米，已建成11栋单体建筑，可承载研发办公、中试放大、产品展示、交流培训、成果转化及产业协同等多类场景。园区作为公司面向医学营养、功能食品与健康产品领域的重要展示平台与转化载体，充分体现了“工具+服务+产品+平台”的一体化综合承接能力。"
    },
    "compensation": {
        "salary_range": {
            "min": 6000,
            "max": 11000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "底薪加提成 | 保底工资 | 绩效奖金 | 五险一金"
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. AI Agent 开发:参与营养筛查、评估、方案生成、知识问答、质控等智能体开发,使用 LangChain、LangGraph、Function Calling、Tool Use 等技术。\n2. RAG 与知识库优化:参与医学营养知识库建设,优化切片、向量检索、Rerank、Query Rewrite 等能力。\n3.Prompt 与模型效果调优:负责 Prompt 调优、Bad Case 分析、效果测试和 AI Eval,持续提升准确性、稳定性并降低幻觉。\n4.AI Tool 与业务接口开发:使用 Python 开发数据查询、指标计算、知识检索、规则判断等 Agent 工具和业务接口。\n5.AI 评测与安全:参与测试集、自动化评测、Agent Trace、Guardrail 等能力建设。",
        "requirements_text": "1. 本科及以上,计算机、软件工程、人工智能等相关专业优先;\n2. 0–3 年经验,接受有 AI 相关实习或项目经验的优秀应届生;\n3. 熟悉 Python、Git、API、JSON、基础数据库;\n4. 对大模型、Agent、RAG 有强烈兴趣,有自主学习和 Debug 能力;\n5. 不盲目接受 AI 输出内容,不将思考外包给 AI;\n【加分项】\n1. 有以下任一经验优先:LangChain / LangGraph、RAG、向量数据库、FastAPI / Flask、Function Calling、MCP、Prompt Engineering、AI Eval、GitHub / 开源项目、AI Demo 或相关实习经验。\n2. 医疗行业经验不是硬性要求,业务知识可以在项目中学习。\n【为什么加入我们】\n1. 真实 AI 场景验证:AI 会真正进入营养医疗和健康管理业务,是能干活的 AI。\n2. AI + 实业结合:既有诺珈营养 AI,也有实体产品和产业转化能力。\n3. 成长快:可以从开发逐步参与 Agent 设计、RAG 方案、模型选型、AI Eval 和系统架构。\n4. 技术氛围好:资深研发工程师耐心带教。\n5. 晋升路径清晰:AI应用工程师 → 高级AI/Agent工程师 → AI技术负责人。\n五:福利\n五险一金、项目奖金 / 绩效激励、年度调薪机会,以及 AI 模型、开发工具、课程和技术资料支持。\n如果你是一个有 Python 基础、真正动手做过 AI 项目、学习能力强,并希望长期发展 Agent / RAG / 大模型应用方向的年轻工程师,欢迎和我们聊聊。",
        "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",
            "上下文/知识工程",
            "前后端/全栈开发",
            "医疗健康行业知识",
            "工具调用/MCP",
            "快速学习与自驱",
            "技术可行性与系统架构",
            "数据库/缓存/向量库",
            "模型/Agent评测体系",
            "编程与代码实现",
            "行业理解与业务诊断"
        ],
        "preferred_qualifications": "1. 本科及以上,计算机、软件工程、人工智能等相关专业优先;\n【加分项】\n1. 有以下任一经验优先:LangChain / LangGraph、RAG、向量数据库、FastAPI / Flask、Function Calling、MCP、Prompt Engineering、AI Eval、GitHub / 开源项目、AI Demo 或相关实习经验。",
        "job_highlights": "经验不限 | 本科"
    },
    "contact": {
        "recruiter_name": "杨先生",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/447fed7dfa69facc0nN53di5FVZQ.html"
            }
        ]
    },
    "posting": {
        "posting_id": "447fed7dfa69facc0nN53di5FVZQ",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/447fed7dfa69facc0nN53di5FVZQ.html"
    },
    "fulltext": "我们正在建设“精准营养”领域的 AI 产品，将大模型、Agent、RAG、知识图谱真正应用到临床营养、健康管理和实体产品转化场景。\n你参与的不是简单的 ChatBot，而是真实业务中的 Agent、知识库、AI Tool 和评测体系建设。该产品将链接医院、康养机构、用户、⽣产企业并解决各⽅需求。\n如果你希望未来⼏年重点发展大模型应用、Agent、RAG 和 AI Engineering，这个岗位会给你⽐较完整的实战机会。\n【工作职责】\n1. AI Agent 开发：参与营养筛查、评估、方案生成、知识问答、质控等智能体开发，使用 LangChain、LangGraph、Function Calling、Tool Use 等技术。\n2. RAG 与知识库优化：参与医学营养知识库建设，优化切片、向量检索、Rerank、Query Rewrite 等能力。\n3.Prompt 与模型效果调优：负责 Prompt 调优、Bad Case 分析、效果测试和 AI Eval，持续提升准确性、稳定性并降低幻觉。\n4.AI Tool 与业务接口开发：使用 Python 开发数据查询、指标计算、知识检索、规则判断等 Agent 工具和业务接口。\n5.AI 评测与安全：参与测试集、自动化评测、Agent Trace、Guardrail 等能力建设。\n【任职要求】\n1. 本科及以上，计算机、软件工程、人工智能等相关专业优先；\n2. 0–3 年经验，接受有 AI 相关实习或项目经验的优秀应届生；\n3. 熟悉 Python、Git、API、JSON、基础数据库；\n4. 对大模型、Agent、RAG 有强烈兴趣，有自主学习和 Debug 能力；\n5. 不盲目接受 AI 输出内容，不将思考外包给 AI；\n【加分项】\n1. 有以下任一经验优先：LangChain / LangGraph、RAG、向量数据库、FastAPI / Flask、Function Calling、MCP、Prompt Engineering、AI Eval、GitHub / 开源项目、AI Demo 或相关实习经验。\n2. 医疗行业经验不是硬性要求，业务知识可以在项目中学习。\n【为什么加入我们】\n1. 真实 AI 场景验证：AI 会真正进入营养医疗和健康管理业务，是能干活的 AI。\n2. AI + 实业结合：既有诺珈营养 AI，也有实体产品和产业转化能力。\n3. 成长快：可以从开发逐步参与 Agent 设计、RAG 方案、模型选型、AI Eval 和系统架构。\n4. 技术氛围好：资深研发工程师耐心带教。\n5. 晋升路径清晰：AI应用工程师 → 高级AI/Agent工程师 → AI技术负责人。\n五：福利\n五险一金、项目奖金 / 绩效激励、年度调薪机会，以及 AI 模型、开发工具、课程和技术资料支持。\n如果你是一个有 Python 基础、真正动手做过 AI 项目、学习能力强，并希望长期发展 Agent / RAG / 大模型应用方向的年轻工程师，欢迎和我们聊聊。"
}