腾讯
智能体测评开发工程师-CodeBuddy/WorkBuddy
智能体测评开发工程师-CodeBuddy/WorkBuddy
发布于 大约 14 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
软件工程
分布式系统
RAG
自动化测试
微服务
GO
CI/CD
大模型
智能体
评测平台
AI 估算 · 25k–45k
腾讯深圳中级后端岗位，结合AI方向技术溢价，市场竞争力强，薪资水平在中大型互联网企业中有优势。
职位详情
关于这个职位
作为腾讯智能体测评开发工程师，你将负责构建数据驱动的智能体评测体系，开发自动化数据流水线和分布式评测平台，对代码生成、工具调用等核心能力进行量化评估，并推动产品优化闭环
这是一个深度结合AI前沿技术与工程化能力的岗位，适合对智能体和大模型有浓厚兴趣的后端开发人才
最低要求
计算机相关专业本科及以上学历，3年以上后端研发或测试开发相关工作经验
精通Java或Go至少一门主流后端编程语言，具备扎实的数据结构与算法基础，拥有良好的工程化思维和规范的编码习惯
具备构建高并发、分布式系统的实际项目经验，熟悉微服务架构、容器化技术及CI/CD开发运维全流程
深入理解软件开发生命周期，能够站在开发者视角设计贴合实际需求的评测场景
有大型系统质量保障或自动化测试平台开发经验者优先
具备优秀的问题分析、归因及解决能力，能独立承担技术方案设计并推动落地
对AI技术有浓厚兴趣，了解大模型、RAG、智能体（Agent）等基本原理，有AI产品评测或工程化相关经验者优先
工作职责
负责构建数据驱动的智能体评测体系，基于WorkBuddy/Codebuddy使用场景，设计并开发自动化数据流水线，持续挖掘、清洗和生成高度贴合用户实际场景的高质量评测用例
主导研发支持多模型、多版本并行对比的分布式自动化评测平台，负责核心调度与执行引擎的设计与开发，实现对大规模代码任务（如代码生成、代码理解、调研报告等）的高效、精准评估
针对智能体核心能力场景（如长上下文理解、复杂任务拆解、工具调用、制品生成等），设计并实现对应的评测模块与量化评估指标，确保评测深度与业务针对性
建立评测结果分析与产品优化闭环，通过根因分析（覆盖模型效果、提示工程、知识库等维度）输出可落地的优化建议，并将评测指标与产品核心数据关联，驱动智能体效果持续提升
AI 洞察
优缺点分析
优点
- 深度参与AI智能体前沿技术方向，积累大模型评测与工程化经验，市场稀缺性强
- 岗位涉及全栈工程能力（数据流水线、分布式系统、CI/CD），技能复合度高
缺点 / 挑战
- 腾讯平台提供海量数据和业务场景，技术挑战大，个人成长空间广阔
- 技术栈要求较高，需要同时掌握后端工程和AI基础知识，学习曲线较陡
- 评测体系从零搭建，需要较强的系统设计能力和业务洞察力，初期压力较大
- 跨团队协作可能较多，需与算法、产品、业务多方沟通，沟通成本较高
- 适合3年以上后端开发经验、对AI技术有强烈兴趣、乐于挑战复杂系统设计并追求技术深度的工程师
角色解读
- 在AI评测方向深耕，成为智能体质量保障与效果优化的专家
- 横向拓展到AI产品研发或架构设计角色，参与核心智能体产品构建
- 在腾讯内部积累大模型工程化经验，未来可向技术Leader或AI架构师发展
- 设计并开发自动化数据流水线，从真实用户场景中挖掘和生成高质量评测用例
- 构建分布式自动化评测平台，支持多模型并行对比，实现高效精准的代码任务评估
- 针对智能体核心能力（如长上下文、工具调用）设计评测模块和量化指标
- 通过根因分析驱动产品优化闭环，将评测指标与产品核心数据关联
- 精通Java或Go，具备扎实的数据结构和算法基础，以及高并发分布式系统经验
- 熟悉微服务架构、容器化技术和CI/CD流程，能够独立设计和实现大型系统
- 深入理解软件开发生命周期，具备自动化测试平台或质量保障经验
- 对AI技术（大模型、RAG、智能体）有浓厚兴趣和基本了解
申请策略
- 在求职信中表达对AI评测方向的独特见解，例如如何定义高质量的评测用例
- 提前了解腾讯CodeBuddy/WorkBuddy产品形态，思考可优化的评测痛点
- 突出高并发分布式系统项目经验，尤其是微服务、容器化部署和CI/CD实践
- 强调自动化测试平台或质量保障相关成果，包含具体指标（如覆盖率、效率提升）
- 提及AI相关项目或学习经历，如大模型使用、RAG应用或智能体尝试，体现技术热情
- 展示问题分析和归因能力，例如根因分析案例或优化建议带来的收益
- 系统学习大模型、RAG和智能体基本原理，动手搭建简单的评测框架
- 强化Java或Go的工程实践，特别是并发编程和分布式系统设计模式
面试指南
- 对于系统设计类问题，采用“需求分析-架构图-核心组件-关键技术选型”的框架，结合实际经验阐述
- 对于评测指标类问题，先明确目标，再定义具体指标（如准确率、召回率、执行成功率），最后讨论陷阱和优化
- 对于根因分析类问题，使用“问题描述-假设验证-数据支撑-解决措施-结果复盘”的STAR方法
- 请设计一个支持多模型并行评测的分布式系统架构，并说明关键组件
- 如何为智能体的工具调用能力设计量化评测指标？请举例说明
- 描述一次你通过根因分析解决复杂问题的经历，具体步骤和结果
- 你对大模型幻觉问题有什么理解？如何在评测中检测或缓解？
- 如何确保评测数据的高质量和多样性？请分享你的数据流水线设计思路
匹配度报告
64
综合匹配度
腾讯AI评测中台岗位，前沿技术栈，成长性强，但办公灵活性和WLB信息不明。
适合人群
适合高度追求技术成长和前沿领域探索，对工作地点灵活性要求不高的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展90
工作生活40
使命价值60
薪资福利匹配
65中等
腾讯作为上市巨头，薪资福利具有市场竞争力，但JD未披露具体薪资和福利细节，整体满足度中等偏上。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
90较高
岗位涉及前沿AI技术（大模型、智能体、RAG），技术挑战大，能显著提升工程和AI交叉能力，发展性动机满足度极高。
技术前沿前沿/新兴技术
技术栈大模型、智能体、RAG、分布式系统、微服务、Java、Go
业务类型ambiguous
工作生活匹配
40较低
工作地点深圳且仅现场办公，JD未提及弹性工作或WLB信息，生活化动机满足度较低。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
60中等
AI智能体处于高速增长赛道，但岗位侧重于内部产品质量，社会影响力一般，意义感动机中等。
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