企业微信-AI应用后台开发工程师-AI大模型应用（成都/北京）

优缺点分析

角色解读

• 可向AI架构师或技术专家方向发展，深入大模型和系统优化
• 积累ToB项目经验后，可转向技术管理或产品方向
• 在企业级AI应用领域成为核心开发者，参与前沿技术探索
• 设计和开发企业微信的AI应用后台系统，集成大模型能力以提供智能服务
• 构建高可用的模型调用框架，优化AI请求链路性能和稳定性
• 负责RAG流程的研发与调优，提升检索与生成效果
• 与产品和算法团队协作，推动AI功能在企业微信生态中的落地
• 精通C++编程和Linux/Unix后台开发，具备3年以上经验
• 了解大模型技术原理，有RAG或相关AI应用开发经验
• 掌握分布式系统设计、高并发处理和性能优化能力
• 良好的团队协作、沟通和解决问题能力

申请策略

• 申请时可关注腾讯或企业微信的官方技术博客，了解最新AI动向
• 准备项目展示时，重点说明技术挑战、解决方案和业务影响
• 突出C++和Linux后台开发经验，尤其是高并发、分布式系统项目
• 强调AI相关经历，如大模型集成、RAG开发或智能应用实现
• 展示团队协作和问题解决能力，用具体案例说明
• 深入学习大模型技术，特别是RAG架构和优化方法
• 加强分布式系统设计和性能调优的实践，如通过开源项目练习
• 了解企业微信生态和ToB业务场景，提升产品思维

面试指南

• 使用STAR法则（情境、任务、行动、结果）结构化回答，突出技术细节和成果
• 结合具体技术原理（如缓存、负载均衡、RAG管道）解释解决方案
• 强调团队协作和业务价值，说明如何与跨职能团队沟通推动进展
• 请描述一个你优化过AI请求链路性能的案例，采用了哪些技术？
• 如何设计一个高可用的模型调用框架来应对高并发？
• 在RAG流程中，如何平衡检索质量和生成效果？
• 如果你集成一个大模型到企业微信，你会考虑哪些关键因素？
• 请分享一个与产品或算法团队协作推动功能落地的经验