腾讯
腾讯视频-AI Agent工程师
腾讯视频-AI Agent工程师
发布于 大约 21 小时前普通员工/个人贡献者
北京市
初级经验
全职员工
仅现场办公
本科
RAG
GO
LLM
AI Agent
LangGraph
MCP
AI 估算 · 25k–50k
腾讯大厂AI Agent岗位需求旺盛，技术难度高，薪资竞争力强，但1年经验初级的薪资范围在25k-50k之间。
职位详情
关于这个职位
作为腾讯视频的AI Agent工程师，你将负责设计和研发基于大语言模型的智能代理系统，自动化生图、生视频等创作流程
这是一个兼具工程落地与算法调优的前沿技术岗位，需要你掌握Go/Python、LLM调用和Agent框架，与团队共同推动AI创作效率的提升
最低要求
本科及以上学历，计算机、软件工程、人工智能等相关专业，1年以上AI应用开发经验
精通Go/Python，具备高并发、分布式服务开发经验，能独立完成LLM/AIGC模型的接入与调优
熟练使用至少一种主流Agent框架（如：LangChain/LangGraph/LlamaIndex/AutoGen/Eino/Dify/Coze）
深入理解LLM Function Calling、Tool Use、MCP协议、ReAct、Plan-and-Execute、skills等Agent核心范式
有实际落地过Agent应用的完整项目经验（如有案例可以附上Demo/GitHub）
有良好的工程思维，工程化能力扎实：单测、CI/CD、可观测性（日志、Trace、Metrics）
工作职责
负责AI Agent工作流的设计与研发，落地生图、生视频等业务场景的端到端自动化流程
基于LLM（GPT/Claude/DeepSeek/混元等）构建Agent的任务规划、工具调用、记忆管理、多轮决策能力
使用Go/Python构建高并发Agent服务框架与调度系统（任务编排、工作流引擎、队列消费、稳定性治理）
对接算法，完成生图/生视频模型的能力对接、Prompt工程与效果调优
设计并实现Agent编排框架（Workflow/DAG/多Agent协作），支持复杂创作链路（脚本→分镜→生图→生视频→剪辑合成）
持续优化Function Calling、Tool Use、RAG检索、上下文管理等核心模块，提升Agent稳定性与生成质量
配合产品/算法团队完成效果评估、badcase分析与迭代
AI 洞察
优缺点分析
优点
- 腾讯大平台提供丰富的资源和技术积累，可接触到前沿的AI Agent技术栈
- AI Agent是当前热门方向，市场需求大，职业前景广阔
- 工作涉及从工程到算法的全链路，技能成长空间大
- 技术栈更新快，需要持续学习LLM和Agent框架的最新进展
- 需要同时兼顾工程质量（高并发、稳定性）和算法效果，对综合能力要求高
缺点 / 挑战
- 可能面临较大的项目交付压力，尤其是在业务落地阶段
- 适合有一定AI开发经验、热爱技术挑战、希望在工程和算法结合领域深耕的工程师
角色解读
- 从AI Agent工程师向资深AI应用架构师发展，主导复杂的多Agent协作系统
- 深入大模型和AIGC领域，可转向AI算法研究员或技术专家方向
- 积累业务理解后，可向产品技术负责人或技术管理岗位转型
- 设计和实现AI Agent工作流，自动化生图和生视频的端到端流程，从脚本到成片
- 基于GPT/Claude等大模型开发Agent的任务规划、工具调用和记忆管理能力
- 使用Go或Python构建高并发的Agent服务框架，包括任务编排、调度和稳定性治理
- 与算法团队协作，进行Prompt工程和模型效果调优，提升生成质量
- 精通Go/Python，有高并发和分布式服务开发经验
- 熟练使用LangChain/LangGraph等主流Agent框架，理解核心范式如ReAct、Function Calling
- 具备LLM模型接入和调优经验，熟悉RAG、上下文管理等技术
- 良好的工程化能力，包括单测、CI/CD和可观测性
申请策略
- 关注腾讯视频的AI创作业务方向，了解其产品场景（如智能剪辑、AI生成视频），在面试中展现对业务的理解
- 突出Agent项目的完整落地经验，并附上Demo或GitHub链接
- 强调Go或Python的高并发编程经验，展示性能优化案例
- 列出使用过的Agent框架和LLM模型，具体说明Function Calling或RAG的实现细节
- 提前学习LangGraph或AutoGen等最新Agent框架，动手搭建一个小型Agent demo
- 强化对LLM推理过程的了解，掌握Prompt engineering技巧
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验
- 对于技术问题，先讲原理再讲实践，结合具体代码或架构设计
- 请描述你过去设计的一个Agent工作流，包括任务规划、工具调用和错误处理
- 如何保证高并发下Agent服务的稳定性和响应速度？
- 谈谈你对Function Calling和MCP协议的理解，以及在实际项目中的使用经验
- 假如生图模型效果不佳，你会如何从Prompt或参数调优入手改进？
- 如何设计一个支持多Agent协作的编排框架？
- 准备2-3个Agent相关的完整项目案例，包括设计思路、技术选型和落地效果
匹配度报告
70
综合匹配度
大厂AI Agent工程师，前沿技术栈，薪资竞争力强，但工作强度较大且需现场办公。
适合人群
适合追求技术成长、对AI Agent充满热情、能够接受高强度工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展88
工作生活45
使命价值78
薪资福利匹配
70中等
虽然JD未明确薪资，但腾讯作为头部互联网公司通常提供有竞争力的薪酬和福利，包括年终奖和股票激励，对补偿性动机有较好满足。
薪资信号未披露（AI估算：25K-50K/月）
成长发展匹配
88较高
AI Agent是当前最前沿的技术方向之一，工作涉及LLM、RAG、Agent框架等核心技术，能够极大提升个人技术深度和广度，发展性动机得到很强满足。
技术前沿前沿/新兴技术
技术栈Go、Python、LLM、LangChain、LangGraph、Agent、RAG、Function Calling、MCP、AIGC
业务类型ambiguous
工作生活匹配
45较低
职位要求仅现场办公，未提及弹性工作或远程选项，且腾讯通常工作强度较大，生活化动机满足程度有限。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
78中等
AI Agent在视频创作领域有广阔应用前景，能推动内容生产自动化，具有一定社会价值，且处于高速增长的AI赛道，意义感较强。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs