JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "FDE（AI Agent 交付方向）【驻场】",
"job_level": "中级",AI生成
"work_category": "全职",AI生成
"department": "",
"location": "上海·杨浦区·五角场",
"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": "悦智人工智能",
"company_industry": "互联网",
"company_size": "1000-9999人",
"company_website": "",
"company_description": "悦智人工智能（深圳）有限责任公司成立于 2019 年 1 月，为全球客户提供人工智能产品及解决方案。公司聚焦人工智能、云计算、芯片算力相关技术产品与服务，是腾讯云、火山引擎、百度智能云、AWS等知名厂商的核心合作伙伴。"
},
"compensation": {
"salary_range": {
"min": 15000,
"max": 21000,
"currency": "元",
"cycle": "月"
},
"benefits": "五险一金 | 绩效奖金 | 底薪加提成 | 节日福利 | 夜班补助 | 意外险 | 保底工资 | 带薪年假 | 有无线网"
},
"requirements": {
"working_years": 3,
"degree": "本科",
"language": "中文",AI生成
"visa_support": "",
"responsibilities": "agent\nPython\n1 AI Agent 项⽬交付负责\n负责单个客⼾AIAgent项⽬的端到端交付，包括需求理解、⽅案拆解、Agent搭建、⼯具配置、\nPrompt调优、知识库接⼊、联调测试、上线⽀持与问题跟进。\n能够独⽴推进项⽬节奏，识别交付⻛险，主动拉⻬客⼾、BA、内部FDE、产研等相关⽅。\n对项⽬交付质量负责，确保Agent能够在客⼾真实业务场景中稳定运⾏，⽽不⽌于Demo演⽰。\n2 Agent ⽅案设计与搭建\n基于既定平台能⼒，独⽴完成项⽬内Agent⽅案设计，包括意图识别、任务拆解、⼯具调⽤、知识\n库组织、RAG链路、Prompt结构、多轮对话流程与⼈机兜底边界。\n能够根据客⼾需求选择合适的Agent搭建⽅式，完成配置、开发、调试与上线。\n对复杂架构问题能够提出合理建议；涉及底座能⼒边界、重⼤技术取舍、跨系统架构变更时，及时\n与内部FDE或产研对⻬。\n3客⼾需求对接与沟通\n⾯向客⼾业务⽅和技术⽅，独⽴完成需求访谈、需求澄清、⽅案说明和问题跟进。\n能将客⼾模糊需求拆解为可执⾏的Agent能⼒、数据准备要求、系统接⼝需求和测试验收标准。\n能清楚解释Agent能做什么、不能做什么、哪些场景需要⼈⼯兜底，避免过度承诺。\n4 Prompt/Knowledge/Tool调优\n负责AgentPrompt设计与优化，包括⻆⾊设定、任务约束、Few-shot⽰例、多轮上下⽂管理、异常兜底等。\n负责知识库接⼊与基础调优，包括⽂档整理、知识切⽚、召回效果检查、答案质量验证。\n负责⼯具调⽤链路调试，包括API参数设计、异常处理、返回结果结构化、Agent调⽤稳定性优化。\n5 测试验收与上线保障\n基于客⼾业务场景设计测试⽤例，覆盖正常链路、异常链路、边界问题和⾼频业务问题。\n能使⽤既定Eval/测试框架进⾏效果验证，输出问题清单和优化建议。\n参与上线前验收、上线后问题定位和交付复盘，保障项⽬按期交付。\n6 项⽬交付物输出\n按项⽬要求输出必要交付物，包括需求说明、Agent配置说明、Prompt版本、接⼝说明、测试⽤例、验收记录、问题清单等。\n可沉淀项⽬内可复⽤的Prompt、SKILL、⼯具配置、测试⽤例，但不要求承担跨客⼾产品化抽象或\n底座产品⽅向规划。",
"requirements_text": "4.1 基础要求\n本科及以上学历，计算机、软件⼯程、信息管理、数据科学、数学统计等相关专业优先。4-6 年软件⼯程、数据交付、AI应⽤开发、企业级系统实施或相关⼯作经验。\n⾄少1年AIAgent/LLM应⽤项⽬经验，参与过真实业务场景中的Agent、RAG、智能问答、流程\n⾃动化或AI助⼿类项⽬。\n有toB客⼾项⽬经验，能独⽴⾯向客⼾沟通需求、解释⽅案、推动问题闭环。\n能接受部分驻场、客⼾现场沟通和项⽬交付节奏。\n4.2 技术能⼒要求\n熟悉⾄少⼀种主流Agent/LLM应⽤平台或框架，如Coze、Dify、LangGraph、hiAgent、Fastgpt\n或企业内部Agent平台等。\n熟悉Agent搭建基本⽅法，包括Prompt设计、⼯具调⽤、知识库接⼊、⼯作流编排、多轮对话配\n置、异常兜底。\n熟悉RAG基础链路，理解知识切⽚、召回、重排、上下⽂拼接、答案⽣成和效果评估的基本逻辑。\n具备Python基础开发能⼒，能够编写脚本、调⽤API、处理JSON、完成简单后端接⼝联调。\n熟悉SQL，能够进⾏基础数据查询、问题定位和数据校验。\n理解企业系统集成基本流程，能配合完成接⼝联调、权限确认、环境切换、上线验证等⼯作。\n能阅读英⽂技术⽂档，具备快速学习新平台和新⼯具的能⼒。\n4.3 项⽬交付能⼒要求\n能独⽴承接单个Agent项⽬的交付任务，不依赖他⼈逐步拆解⼯作。\n⾯对模糊需求时，能主动澄清⽬标、拆分任务、定义验收标准，⽽不是被动等待指令。\n具备较强的问题定位能⼒，能区分需求问题、数据问题、Prompt问题、知识库问题、⼯具调⽤问\n题或平台能⼒问题。\n具备良好的客⼾沟通能⼒，能把技术问题讲清楚，也能把业务诉求转化为可实现⽅案。\n具备交付质量意识，关注稳定性、可维护性、测试覆盖和客⼾实际使⽤效果。\n工作时间\n早10晚7，双休，项目忙的时候项目优先\n【⼈物画像】\n岗位实质是①需要更偏研发⽅向 agent落地的fde，不需要⼀直驻场，但是会有经常出差\n②会和BA配合，BA出场景调研和业务流设计，这位要独立完成搭建\n③复杂场景 我们内部的FDE会提供 架构设计 和 配置指导\n4年以上研发经验+至少1年亲⼿搭Agent的真实项目经验+有ToB大客户背景+Python+SQL能写能调+熟悉Coze/Dify/LangGraph等之一即可\n出差城市：全国都有，按需出差非常驻",
"skills": [AI生成
"需求调研与需求分析",
"业务理解与场景抽象",
"Agent系统构建",
"Prompt工程",
"RAG与检索增强",
"上下文/知识工程",
"模型/Agent评测体系",
"SQL与数据探查",
"客户需求洞察与澄清",
"技术可行性与系统架构",
"驻场与客户现场共创",
"系统集成与接口对接",
"调试排障与技术支持",
"实施交付与验收",
"编程与代码实现",
"复杂干系人管理",
"快速学习与自驱",
"企业服务/SaaS知识",
"软件测试与质量工程"
],
"preferred_qualifications": "",
"job_highlights": "3-5年 | 本科"
},
"contact": {
"recruiter_name": "陈女士",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/8859c824c444b3970nJ93Ny8EFRR.html"
}
]
},
"posting": {
"posting_id": "8859c824c444b3970nJ93Ny8EFRR",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/8859c824c444b3970nJ93Ny8EFRR.html"
},
"fulltext": "agent\nPython\n【工作内容】\n1 AI Agent 项⽬交付负责\n负责单个客⼾AIAgent项⽬的端到端交付，包括需求理解、⽅案拆解、Agent搭建、⼯具配置、\nPrompt调优、知识库接⼊、联调测试、上线⽀持与问题跟进。\n能够独⽴推进项⽬节奏，识别交付⻛险，主动拉⻬客⼾、BA、内部FDE、产研等相关⽅。\n对项⽬交付质量负责，确保Agent能够在客⼾真实业务场景中稳定运⾏，⽽不⽌于Demo演⽰。\n2 Agent ⽅案设计与搭建\n基于既定平台能⼒，独⽴完成项⽬内Agent⽅案设计，包括意图识别、任务拆解、⼯具调⽤、知识\n库组织、RAG链路、Prompt结构、多轮对话流程与⼈机兜底边界。\n能够根据客⼾需求选择合适的Agent搭建⽅式，完成配置、开发、调试与上线。\n对复杂架构问题能够提出合理建议；涉及底座能⼒边界、重⼤技术取舍、跨系统架构变更时，及时\n与内部FDE或产研对⻬。\n3客⼾需求对接与沟通\n⾯向客⼾业务⽅和技术⽅，独⽴完成需求访谈、需求澄清、⽅案说明和问题跟进。\n能将客⼾模糊需求拆解为可执⾏的Agent能⼒、数据准备要求、系统接⼝需求和测试验收标准。\n能清楚解释Agent能做什么、不能做什么、哪些场景需要⼈⼯兜底，避免过度承诺。\n4 Prompt/Knowledge/Tool调优\n负责AgentPrompt设计与优化，包括⻆⾊设定、任务约束、Few-shot⽰例、多轮上下⽂管理、异常兜底等。\n负责知识库接⼊与基础调优，包括⽂档整理、知识切⽚、召回效果检查、答案质量验证。\n负责⼯具调⽤链路调试，包括API参数设计、异常处理、返回结果结构化、Agent调⽤稳定性优化。\n5 测试验收与上线保障\n基于客⼾业务场景设计测试⽤例，覆盖正常链路、异常链路、边界问题和⾼频业务问题。\n能使⽤既定Eval/测试框架进⾏效果验证，输出问题清单和优化建议。\n参与上线前验收、上线后问题定位和交付复盘，保障项⽬按期交付。\n6 项⽬交付物输出\n按项⽬要求输出必要交付物，包括需求说明、Agent配置说明、Prompt版本、接⼝说明、测试⽤例、验收记录、问题清单等。\n可沉淀项⽬内可复⽤的Prompt、SKILL、⼯具配置、测试⽤例，但不要求承担跨客⼾产品化抽象或\n底座产品⽅向规划。\n【岗位要求】\n任职要求\n4.1 基础要求\n本科及以上学历，计算机、软件⼯程、信息管理、数据科学、数学统计等相关专业优先。4-6 年软件⼯程、数据交付、AI应⽤开发、企业级系统实施或相关⼯作经验。\n⾄少1年AIAgent/LLM应⽤项⽬经验，参与过真实业务场景中的Agent、RAG、智能问答、流程\n⾃动化或AI助⼿类项⽬。\n有toB客⼾项⽬经验，能独⽴⾯向客⼾沟通需求、解释⽅案、推动问题闭环。\n能接受部分驻场、客⼾现场沟通和项⽬交付节奏。\n4.2 技术能⼒要求\n熟悉⾄少⼀种主流Agent/LLM应⽤平台或框架，如Coze、Dify、LangGraph、hiAgent、Fastgpt\n或企业内部Agent平台等。\n熟悉Agent搭建基本⽅法，包括Prompt设计、⼯具调⽤、知识库接⼊、⼯作流编排、多轮对话配\n置、异常兜底。\n熟悉RAG基础链路，理解知识切⽚、召回、重排、上下⽂拼接、答案⽣成和效果评估的基本逻辑。\n具备Python基础开发能⼒，能够编写脚本、调⽤API、处理JSON、完成简单后端接⼝联调。\n熟悉SQL，能够进⾏基础数据查询、问题定位和数据校验。\n理解企业系统集成基本流程，能配合完成接⼝联调、权限确认、环境切换、上线验证等⼯作。\n能阅读英⽂技术⽂档，具备快速学习新平台和新⼯具的能⼒。\n4.3 项⽬交付能⼒要求\n能独⽴承接单个Agent项⽬的交付任务，不依赖他⼈逐步拆解⼯作。\n⾯对模糊需求时，能主动澄清⽬标、拆分任务、定义验收标准，⽽不是被动等待指令。\n具备较强的问题定位能⼒，能区分需求问题、数据问题、Prompt问题、知识库问题、⼯具调⽤问\n题或平台能⼒问题。\n具备良好的客⼾沟通能⼒，能把技术问题讲清楚，也能把业务诉求转化为可实现⽅案。\n具备交付质量意识，关注稳定性、可维护性、测试覆盖和客⼾实际使⽤效果。\n工作时间\n早10晚7，双休，项目忙的时候项目优先\n【⼈物画像】\n岗位实质是①需要更偏研发⽅向 agent落地的fde，不需要⼀直驻场，但是会有经常出差\n②会和BA配合，BA出场景调研和业务流设计，这位要独立完成搭建\n③复杂场景 我们内部的FDE会提供 架构设计 和 配置指导\n4年以上研发经验+至少1年亲⼿搭Agent的真实项目经验+有ToB大客户背景+Python+SQL能写能调+熟悉Coze/Dify/LangGraph等之一即可\n出差城市：全国都有，按需出差非常驻"
}