{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "FDE/AI现场应用工程师（上市/双休）",
        "job_level": "初级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "郑州·中原区·高新区",
        "work_mode": "现场办公",AI生成
        "job_category": "FDE应用开发工程师"AI生成
    },
    "company": {
        "company_name": "新开普",
        "company_industry": "计算机软件",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": "新开普电子股份有限公司2000年成立于郑州高新技术产业开发区，注册资本4.81亿元。公司于2011年7月29日登陆资本市场，成为中国一卡通领域首家上市公司。现有员工2000余人，拥有4家全资子公司，2家控股子公司，8家参股子公司，8家分公司，并在全国30余个大、中城市设立了驻外服务机构。"
    },
    "compensation": {
        "salary_range": {
            "min": 14000,
            "max": 22000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "定期体检 | 餐补 | 五险一金 | 带薪年假 | 年终奖 | 股票期权 | 员工旅游 | 交通补助 | 节日福利 | 补充医疗保险 | 通讯补贴"
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "FastAPI、Django\n【什么是FDE】\nFDE，即 Forward Deployed Engineer，是近年在AI公司和企业软件公司中快速兴起的一类复合型工程岗位。\n这个岗位的核心工作，是深⼊客户真实业务场景，理解客户问题，完成需求发现、技术范围界定、⽅案设计、原型开发、系统接⼊和生产应用落地。FDE既需要具备⼯程开发能力，也需要具备客户沟通、需求拆解、现场问题处理和产品反馈能力。\n在新开普AI业务场景中，FDE主要面向高校客户，围绕新开普AI中台2.0、数据智能体和各类智能体应用，参与业务场景分析、数据资源接入、工具能力封装和生产应用构建，推动Agentic AI在高校真实工作流中落地。\nFDE的价值，体现在AI应用是否真正进入生产、是否被客户持续使用、是否对真实工作流产生影响。这个岗位需要把客户问题、技术实现和产品迭代连接起来，推动AI应用从方案走向生产，从演示走向真实使用。\n1. 面向高校客户，参与AI应用场景的需求发现、业务流程梳理和技术范围界定，协助把客户的痛点问题和模糊诉求转化为可落地、可进入生产流程的AI应用方案。\n2. 基于新开普AI中台2.0，围绕校园AI助手、数据智能体、各类智能体应用、数据和业务系统接入等场景，构建面向真实业务流程的生产应用。\n3. 参与Agentic AI应用落地，包括任务规划、工具调用、多智能体协作、人工确认与接管、业务流程编排等能力设计，推动AI能力真正嵌入客户日常工作流。\n4. 根据项目需要，交付MCP server、sub-agent、agent skills、业务工具封装、数据处理脚本、接口服务等可进入生产流程的技术产物。\n5. 分析、判断和验证接口和数据对智能体的可用性，评估数据质量、完整性和业务适配度，确保智能体能够有效使用数据并调用相关业务系统能力。\n6. 根据项目需要编写工程代码，包括后端接口、脚本工具、数据处理程序、MCP服务或轻量级前端页面。\n7. 根据客户反馈，持续优化提示词、知识库结构、检索策略、智能体流程、工具调用逻辑和业务交互体验，提升AI应用在真实场景中的可用性。",
        "requirements_text": "1. 计算机、软件工程、人工智能、数据科学、电子工程等相关专业本科及以上学历，具备扎实的软件工程基础。\n2. 具备1年以上软件开发、AI应用开发、解决方案工程、技术交付或系统集成相关经验；有复杂客户项目经验者优先。\n3. 熟悉Python，能够编写生产级代码，具备一定的后端开发能力，了解FastAPI、Django、Spring Boot、Node.js等技术栈。\n4. 熟练掌握SQL，具备数据治理、数据建模、ETL实操经验，理解数据质量对AI应用效果的关键影响。\n5. 了解大模型应用开发基本方法，包括提示词工程、RAG、向量数据库、工作流编排、模型API调用等。\n6. 了解智能体相关技术方向，包括MCP、工具调用、多智能体协作、agent skills、任务规划、长期记忆、人工确认与接管等。\n7. 具备较强的业务理解、场景分析和需求挖掘能力，能够通过客户访谈、现场观察、流程梳理和问题追问，理解客户业务流程、系统现状和实际使用痛点，并判断AI能力与具体场景的结合方式。\n8. 具备较强的问题拆解和推进能力，能够在需求不完全清晰、客户现场情况复杂的情况下，判断优先级、明确技术边界，并将问题转化为可落地的技术方案。\n9. 具备良好的主动沟通和表达能力，能够和客户业务部门、产品经理、研发工程师、交付人员进行有效沟通，用客户能理解的方式说明方案、进展、风险和限制。\n10. 具备较强的动手能力和责任心，能够接受从需求沟通、方案设计到代码实现、联调测试、上线支持的复合型工作方式；能够接受阶段性、项目制短期出差安排，适应高校客户现场调研、部署、联调、培训和问题处理工作。\n【我们希望你具备的特质】\n1. 能听懂客户真正想解决的问题，也能判断需求边界、技术路径和阶段性落地方式。\n2. 能把AI能力和业务流程结合起来，关注生产采用、工作流影响和真实使用效果。\n3. 面对不确定问题时，愿意先动手验证，用原型、数据、评测和现场反馈推动判断。\n4. 既能和研发团队讨论技术细节，也能用客户听得懂的方式解释方案、边界和风险。\n5. 对新技术保持敏感，愿意持续学习大模型、智能体和AI工程化相关技术。\n欢迎感兴趣AI业务的大数据工程师踊跃投递。",
        "skills": [AI生成
            "需求调研与需求分析",
            "业务理解与场景抽象",
            "产品方案与功能设计",
            "产品迭代管理",
            "用户研究与体验优化",
            "Agent系统构建",
            "Prompt工程",
            "RAG与检索增强",
            "Workflow与任务编排",
            "工具调用/MCP",
            "上下文/知识工程",
            "SQL与数据探查",
            "数据资产治理",
            "数据工程与数据管道",
            "客户需求洞察与澄清",
            "驻场与客户现场共创",
            "系统集成与接口对接",
            "编程与代码实现",
            "前后端/全栈开发",
            "数据库/缓存/向量库",
            "沟通表达与方案汇报",
            "复杂干系人管理",
            "结构化思考与系统抽象",
            "结果导向与Ownership",
            "企业服务/SaaS知识"
        ],
        "preferred_qualifications": "",
        "job_highlights": "1-3年 | 本科"
    },
    "contact": {
        "recruiter_name": "赵女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/cb7b66313eea61c40nF-3du9FFVV.html"
            }
        ]
    },
    "posting": {
        "posting_id": "cb7b66313eea61c40nF-3du9FFVV",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/cb7b66313eea61c40nF-3du9FFVV.html"
    },
    "fulltext": "FastAPI、Django\n【什么是FDE】\nFDE，即 Forward Deployed Engineer，是近年在AI公司和企业软件公司中快速兴起的一类复合型工程岗位。\n这个岗位的核心工作，是深⼊客户真实业务场景，理解客户问题，完成需求发现、技术范围界定、⽅案设计、原型开发、系统接⼊和生产应用落地。FDE既需要具备⼯程开发能力，也需要具备客户沟通、需求拆解、现场问题处理和产品反馈能力。\n在新开普AI业务场景中，FDE主要面向高校客户，围绕新开普AI中台2.0、数据智能体和各类智能体应用，参与业务场景分析、数据资源接入、工具能力封装和生产应用构建，推动Agentic AI在高校真实工作流中落地。\nFDE的价值，体现在AI应用是否真正进入生产、是否被客户持续使用、是否对真实工作流产生影响。这个岗位需要把客户问题、技术实现和产品迭代连接起来，推动AI应用从方案走向生产，从演示走向真实使用。\n【岗位职责】\n1. 面向高校客户，参与AI应用场景的需求发现、业务流程梳理和技术范围界定，协助把客户的痛点问题和模糊诉求转化为可落地、可进入生产流程的AI应用方案。\n2. 基于新开普AI中台2.0，围绕校园AI助手、数据智能体、各类智能体应用、数据和业务系统接入等场景，构建面向真实业务流程的生产应用。\n3. 参与Agentic AI应用落地，包括任务规划、工具调用、多智能体协作、人工确认与接管、业务流程编排等能力设计，推动AI能力真正嵌入客户日常工作流。\n4. 根据项目需要，交付MCP server、sub-agent、agent skills、业务工具封装、数据处理脚本、接口服务等可进入生产流程的技术产物。\n5. 分析、判断和验证接口和数据对智能体的可用性，评估数据质量、完整性和业务适配度，确保智能体能够有效使用数据并调用相关业务系统能力。\n6. 根据项目需要编写工程代码，包括后端接口、脚本工具、数据处理程序、MCP服务或轻量级前端页面。\n7. 根据客户反馈，持续优化提示词、知识库结构、检索策略、智能体流程、工具调用逻辑和业务交互体验，提升AI应用在真实场景中的可用性。\n【任职要求】\n1. 计算机、软件工程、人工智能、数据科学、电子工程等相关专业本科及以上学历，具备扎实的软件工程基础。\n2. 具备1年以上软件开发、AI应用开发、解决方案工程、技术交付或系统集成相关经验；有复杂客户项目经验者优先。\n3. 熟悉Python，能够编写生产级代码，具备一定的后端开发能力，了解FastAPI、Django、Spring Boot、Node.js等技术栈。\n4. 熟练掌握SQL，具备数据治理、数据建模、ETL实操经验，理解数据质量对AI应用效果的关键影响。\n5. 了解大模型应用开发基本方法，包括提示词工程、RAG、向量数据库、工作流编排、模型API调用等。\n6. 了解智能体相关技术方向，包括MCP、工具调用、多智能体协作、agent skills、任务规划、长期记忆、人工确认与接管等。\n7. 具备较强的业务理解、场景分析和需求挖掘能力，能够通过客户访谈、现场观察、流程梳理和问题追问，理解客户业务流程、系统现状和实际使用痛点，并判断AI能力与具体场景的结合方式。\n8. 具备较强的问题拆解和推进能力，能够在需求不完全清晰、客户现场情况复杂的情况下，判断优先级、明确技术边界，并将问题转化为可落地的技术方案。\n9. 具备良好的主动沟通和表达能力，能够和客户业务部门、产品经理、研发工程师、交付人员进行有效沟通，用客户能理解的方式说明方案、进展、风险和限制。\n10. 具备较强的动手能力和责任心，能够接受从需求沟通、方案设计到代码实现、联调测试、上线支持的复合型工作方式；能够接受阶段性、项目制短期出差安排，适应高校客户现场调研、部署、联调、培训和问题处理工作。\n【我们希望你具备的特质】\n1. 能听懂客户真正想解决的问题，也能判断需求边界、技术路径和阶段性落地方式。\n2. 能把AI能力和业务流程结合起来，关注生产采用、工作流影响和真实使用效果。\n3. 面对不确定问题时，愿意先动手验证，用原型、数据、评测和现场反馈推动判断。\n4. 既能和研发团队讨论技术细节，也能用客户听得懂的方式解释方案、边界和风险。\n5. 对新技术保持敏感，愿意持续学习大模型、智能体和AI工程化相关技术。\n欢迎感兴趣AI业务的大数据工程师踊跃投递。"
}