WeChat logo
微信
微信-数据分析 DataAgent 研发工程师

微信-数据分析 DataAgent 研发工程师

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.0–7.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公后端开发
后端开发
Go
Llm Agent
Rag
Text2Sql
分布式系统
微服务架构
知识图谱

值不值得投

80综合评分

综合评分 80

腾讯核心部门、前沿AI技术栈、高成长潜力、工作模式待确认

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

5.5万

比后端开发中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 220 个在招 · 其中后端开发 26 个

市场机会

选择面较广

深圳 · 后端开发 · 约 160 个在招

职位详情

关于这个职位

负责微信数据分析DataAgent的工程架构设计与研发,主导多源异构数据指标建模与语义层建设

通过优化系统性能、稳定性及引入LLM Agent/RAG等前沿技术,推动数据分析智能平台的规模化业务落地,支撑高并发低延迟的Agent服务

最低要求

本科及以上学历,计算机相关专业,熟练掌握 JAVA/Python/Go/C++ 中至少一门语言,熟悉 Unix/Linux 操作系统原理

具备数据建模、RAG、知识图谱等方向的落地经验
有 DataAgent 研发实战经验者优先,尤其欢迎在 Text2SQL、语义层、Agent 编排、Deep Research 等方向有实际落地经验者
熟悉分布式系统与微服务架构,具备数据库、缓存、消息队列、RPC 等技术的选型与调优经验
具备优秀的分析与解决问题能力,善于运用 AI Coding 工具提升研发效率,能独立承担复杂任务并具备系统性的进度把控能力
对数据驱动有热情,具备良好的技术判断力,主动发现问题并推动改进

工作职责

负责微信数据分析 DataAgent 的工程架构设计、研发与演进,推动数据分析智能平台从能力建设走向规模化业务落地

主导多源异构数据的指标建模与语义层建设,持续打磨知识增强与泛化、资产检索召回、评测体系等核心工程能力
深入定位现有系统瓶颈,从性能、稳定性、可用性、可扩展性等维度驱动架构优化,支撑高并发、低延迟的 Agent 服务
跟踪 LLM Agent、RAG、知识图谱等前沿方向,评估并引入新技术新方案,持续提升产品的表现力与行业竞争力

AI 洞察

优缺点分析

优点

  • 接触业界最前沿的LLM Agent和RAG技术,技术栈领先
  • 依托微信海量用户和数据资源,应用场景丰富且影响力巨大
  • 腾讯完善的薪酬福利体系和职业发展通道
  • AI领域技术迭代迅速,需要持续学习和快速跟进新技术
  • 跨团队协作复杂,需具备较强的沟通协调能力
  • 适合对AI应用落地有浓厚兴趣、具备扎实后端基础且追求技术深度的工程师

缺点 / 挑战

  • 高并发、低延迟的系统要求对架构设计和性能优化能力提出极高挑战
  • 适合希望在大厂核心业务线深耕、愿意接受高技术挑战的人才

角色解读

  • 可向AI基础设施架构师、高级技术专家方向发展,或转向AI产品经理、技术管理岗位
  • 随着大模型技术在业务中的深入应用,该岗位在AI工程化领域的价值将持续提升
  • 负责微信数据分析DataAgent系统的后端架构设计与核心功能研发
  • 构建多源异构数据的指标模型和语义层,实现从自然语言到数据查询的转化
  • 优化系统在高并发场景下的性能、稳定性和扩展性
  • 精通至少一门主流后端语言(Java/Python/Go/C++),深入理解分布式系统和微服务架构
  • 掌握RAG、知识图谱、Text2SQL等AI应用开发技术
  • 具备大规模数据处理和系统调优能力

申请策略

  • 关注微信生态内的数据分析需求,理解业务痛点
  • 准备关于如何平衡AI效果与系统稳定性的技术方案案例
  • 了解腾讯的技术文化价值观
  • 突出展示在RAG、知识图谱、Text2SQL等领域的实际项目经验和落地成果
  • 强调在分布式系统、高并发场景下的架构设计和性能优化案例
  • 体现使用AI Coding工具提升效率的实践
  • 深入学习LangChain、LlamaIndex等主流Agent框架
  • 加强向量数据库、图数据库的使用经验

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目经历
  • 重点突出技术选型的考量、遇到的具体技术难点、采取的解决方案以及最终的业务/技术指标提升
  • 展现系统性思维和架构视野
  • 请介绍一个你负责的RAG或Text2SQL项目,遇到的最大挑战及解决方案?
  • 如何设计一个支持高并发、低延迟的Agent服务架构?
  • 在多源异构数据场景下,如何进行指标建模和语义层建设?
  • 如何评估和优化LLM Agent的效果?
  • 谈谈你对知识图谱在数据分析中应用的理解

职位点评

薪资福利85
成长发展92
工作生活60
使命价值75

薪资福利

85较高

腾讯作为上市大厂,提供具有市场竞争力的薪酬和完善的福利体系,对补偿性动机满足程度较高。

薪资信号未披露(AI估算:4.0千–7.0万/月)

成长发展

92较高

岗位聚焦LLM Agent、RAG等前沿技术领域,技术成长空间巨大,对个人技能提升和职业发展极具吸引力。

技术前沿前沿/新兴技术
技术栈LLM Agent、RAG、知识图谱、Text2SQL、语义层、Deep Research
业务类型profit_center

工作生活

60中等

JD未明确提及工作模式,但腾讯核心研发岗位通常要求现场办公,工作强度可能较大,WLB信号不明确。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

通过技术手段提升数据分析效率和智能化水平,赋能业务决策,具有一定的社会价值和行业影响力。

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