腾讯
腾讯投资-高级开发工程师-AI Agent
腾讯投资-高级开发工程师-AI Agent
发布于 大约 18 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
系统设计
RAG
LLM
向量数据库
LlamaIndex
AI Agent
LangGraph
AI 估算 · 40k–70k
AI Agent领域技能稀缺，腾讯薪资竞争力强，高级开发岗位月薪40k-70k属市场合理范围。
职位详情
关于这个职位
该职位是腾讯投资团队的高级开发工程师，专注于AI Agent系统的研发
你将参与智能体架构设计、知识库与RAG系统优化，以及将Agent平台深度集成到业务系统中
适合有3年以上后端或AI开发经验、熟悉LLM应用框架的技术人才
最低要求
国内外重点大学计算机科学、人工智能或相关专业本科及以上学历，3年以上后端或AI系统开发经验，具备扎实的系统设计及复杂业务逻辑抽象能力
熟悉当前主流的LLM应用开发框架（如LangChain、LangGraph、LlamaIndex等）及其底层运行原理，有实际拆解和改造源码经验
熟悉主流关系型数据库及至少一种搜索引擎（如Elasticsearch），熟悉向量数据库原理（HNSW / IVF / PQ）及调优方法，有RAG系统优化经验（召回、排序、评估）等
有独立负责或参与过大模型应用落地项目、私有化知识库构建项目、AI Copilot助手开发项目
具备严谨的数据安全意识及解决方案构建能力，能在安全框架内针对业务需采用最新技术栈进行AI架构及解决方案构建
优秀的跨团队沟通能力，能够与产品、业务及其他研发团队建立友好顺畅的合作关系，能将复杂AI技术转化为业务表达并主动对齐预期
具有很强的学习能力、分析问题解决问题的能力，以及很强的自我驱动力
有好奇心，愿意挑战自己，不断开拓新的领域
中英文流利，优秀的中英文书写能力者优先
工作职责
Agent系统设计与研发：参与智能体架构设计与后台核心代码研发，包括但不限于意图识别、多轮对话管理、复杂任务拆解与规划、上下文记忆机制以及外部工具链的接入与调用等（Tool Use/Function Calling/MCP/SKILLS）
知识库与RAG优化：建设并持续优化企业级RAG（检索增强生成）系统，优化复杂文档的解析、Chunking策略、向量数据库索引设计及混合检索策略，提升私有数据的问答准确率
业务集成：将Agent平台深度集成至现有业务系统中，打通底层数据流，保障服务的高可用与高安全性
AI 洞察
优缺点分析
优点
- 腾讯平台资源丰富，AI Agent是当前前沿赛道，个人技术积累快
- 涉及核心组件（Agent、RAG）开发，项目含金量高
- 与产品、业务紧密协作，影响力大
- 技术栈新颖复杂，需要快速学习和适应
缺点 / 挑战
- 业务需求变化快，迭代压力大
- 跨团队协作频繁，沟通成本较高
- 适合有后端开发经验、对AI Agent有浓厚兴趣、乐于接受挑战并追求技术前沿的求职者
角色解读
- 深耕AI Agent领域，成为大模型应用架构专家
- 晋升为技术Leader，带领团队攻克难题
- 横向拓展至AI产品架构或相关研究岗位
- 设计并开发AI Agent系统，包括意图识别、多轮对话管理、任务拆解与规划，以及外部工具链的调用
- 优化企业级RAG系统，提升文档解析、Chunking策略和混合检索的准确率
- 将Agent平台深度集成到现有业务系统中，保障高可用性和安全性
- 精通LLM应用开发框架（如LangChain、LangGraph、LlamaIndex），并能改造源码
- 熟悉向量数据库（HNSW/IVF/PQ）和搜索引擎（Elasticsearch），有RAG优化经验
- 扎实的后端系统设计能力，能抽象复杂业务逻辑
- 优秀的跨团队沟通能力，能将AI技术转化为业务语言
申请策略
- 了解腾讯投资业务的AI应用场景，思考Agent如何赋能
- 准备一个Agent项目Demo或架构图，展示技术能力
- 突出LLM应用落地项目，特别是Agent或RAG相关的实践经验
- 强调系统设计能力，尤其是高可用、高安全架构
- 展示对开源框架（如LangChain）的源码理解和改造经历
- 深入学习LangChain和LangGraph的底层原理与扩展机制
- 实践向量数据库调优和混合检索策略
- 积累AI Agent在业务场景中的具体案例
面试指南
- 采用结构化分层回答：先明确设计目标，再展开细节，最后总结权衡
- 结合具体项目案例，使用STAR法则（情境-任务-行动-结果）增强说服力
- 展示对技术利弊的思考，体现深度和广度
- 如何设计一个多轮对话Agent的状态管理机制？
- RAG系统中如何解决chunk分割和检索精度的问题？
- 如何保证Agent调用外部工具的安全性和可控性？
- 描述一个你参与的大模型应用落地项目，重点说明遇到的挑战和解决方案
- LangChain与LlamaIndex在实现上有何异同？
匹配度报告
72
综合匹配度
腾讯AI Agent高级开发，前沿技术栈，高薪资高成长，WLB一般。
适合人群
适合追求技术成长和高薪资、能接受较强工作节奏和现场办公的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利匹配
80较高
腾讯薪资水平在行业内具有竞争力，但JD未明确薪资，福利未提及，整体补偿性较好。
薪资信号未披露（AI估算：40K-70K/月）
成长发展匹配
90较高
该职位涉及LLM、Agent、RAG等前沿技术，对个人技能成长极有利，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈LLM、LangChain、LangGraph、LlamaIndex、RAG、Elasticsearch、向量数据库、AI Agent
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，未提及弹性工作或WLB政策，生活化动机满足度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
AI Agent属于高速增长赛道，但JD未强调社会使命感，意义感动机有一定满足。
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