JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "Agent Engineer",
"job_level": "中级",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳··",
"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": "深圳心洲科技有限公司",
"company_industry": "人工智能",
"company_size": "0-20人",
"company_website": "未披露",
"company_description": "心洲科技是一家以继续学习技术推动通用智能发展的模型企业,领先在万亿参数基础模型上实现 LoRA 强化学习;我们以传统方案 10% 的成本完成万亿参数级别模型的后训练,并具备百万数量级模型 Adapter 并发部署能力。\n公司重新定义 LoRA 的角色,让其从全参数微调的替代品,成为高效持久的模型更新方式。从而让部署后的经验能以更高频率、更低成本进入参数。\n早在 2023 年 10 月,团队发布 FireAct,成为全球首批提出以训练而非提示词工程实现智能 Agent 的先行者,并率先提出并落地「Scale Number of Models」全新技术范式,即通过多模型协作来实现智能提升。\n2026 年 7 月,公司发布了 748B 参数模型 Macaron-V1,采用创新的 Mix of Lora 架构,以模型架构、「Modern- Harness」到 Infra 的联合设计,实现代码、生成式 UI、智能体及生活场景等方向的能力突破。并实现了原生 2M的长上下文训练。\n团队基于训练模型过程中的技术,推出企业级模型训练推理平台Mint Recursive,让模型基于真实业务经验和数据持续学习。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "元",
"cycle": "天"
},
"benefits": "灵活办公 | 五险一金"
},
"requirements": {
"working_years": "",
"degree": "硕士",
"language": "中文",AI生成
"visa_support": "未披露",
"responsibilities": "1、构建可演进的Agent工程,让能力能持续积累并稳定落地到产品;\n2、推进Skill Self-Evolution,持续升级Agent能力;\n3、构建ShareSkills机制,提升能力复用和协作效率;\n4、设计并实现DynamicUl,让交互界面可学习、可优化",
"requirements_text": "1、软件工程基础扎实,能把复杂系统拆成清晰模块;\n2、熟悉Python/TypeScript/Go等至少一种主力语言;\n3、对Agent架构、工具调用与产品体验有持续热情。",
"skills": [AI生成
"Agent系统构建",
"前后端/全栈开发",
"工具调用/MCP",
"数据库/缓存/向量库",
"编程与代码实现"
],
"preferred_qualifications": "未披露",
"job_highlights": "硕士"
},
"contact": {
"recruiter_name": "关鹏",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/98176f85b487afb10nB_3tS0EFNR.html"
}
]
},
"posting": {
"posting_id": "98176f85b487afb10nB_3tS0EFNR",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260915",
"job_url": "https://www.zhipin.com/job_detail/98176f85b487afb10nB_3tS0EFNR.html"
},
"fulltext": "Golang\nDjango\nMySQL\n你将围绕新型Agent系统构建简洁、干净、可进化的工程体系,目标是服\n务每一个普通⽤户。\n岗位职责:\n1、构建可演进的Agent⼯程,让能⼒能持续积累并稳定落地到产品;\n2、推进Skill Self-Evolution,持续升级Agent能力;\n3、构建ShareSkills机制,提升能力复⽤和协作效率;\n4、设计并实现DynamicUl,让交互界面可学习、可优化\n岗位要求:\n1、软件工程基础扎实,能把复杂系统拆成清晰模块;\n2、熟悉Python/TypeScript/Go等至少一种主力语言;\n3、对Agent架构、工具调用与产品体验有持续热情。"
}