Tencent logo
腾讯
腾讯云 -AgentRuntime研发负责人(深圳/北京)

腾讯云 -AgentRuntime研发负责人(深圳/北京)

发布于 27 分钟前

中层管理(经理/总监)

AI 估算 · 8.0–15.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公后端开发
后端开发
Agent Infra
Llm
分布式系统
大模型
工程管理
强化学习
系统架构

值不值得投

78综合评分

综合评分 78

顶尖大厂、前沿AI技术、高挑战高回报、高压工作环境

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

11.5万

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 1860 个在招 · 其中后端开发 68 个

市场机会

选择面较广

深圳 · 后端开发 · 约 170 个在招

职位详情

关于这个职位

负责腾讯Agent Runtime研发,主导构建业界领先的Agent Infra平台,涵盖大模型训练、Agent构建及提效场景

带领工程团队进行架构决策与一线开发,重塑AI Native研发模式,解决Agent自主性、执行框架等核心技术挑战

最低要求

本科及以上学历,具备零基思维,深刻理解Agent自主性、代理性、认知能力与执行能力给Infra带来的全新挑战

理解Harness Engine设计,能构建确定性、可观测、可评估的Agent执行框架
深刻理解大模型原理,熟悉数据合成、评测、RL与推理加速等核心方向
有扎实的系统工程背景,熟悉计算、网络、存储、容器至少一个方向,保持Builder心态,亲自参与一线开发
持续跟踪Agent Infra前沿方向,对业界主流厂商的产品与架构演进有独立判断和洞察能力
有构建知名agent或Agent Infra平台的实际经历

工作职责

深入理解各形态Agentic Agent与大模型机制,重新定义Agent作为基本单元所需的能力体系,在沙箱运行、工具调用、记忆技能、网络治理、身份凭证、编排调度等方向上做出有判断力的架构决策

主导打造业界领先的Agent Infra平台,覆盖大模型强化学习训练、Agentic Agent构建、Agent提效三大核心场景,深入理解大模型厂商、Agent服务商与千行百业企业客户的核心诉求,将其转化为平台差异化能力
带领工程团队,以AI Native方式重塑研发与管理模式

AI 洞察

优缺点分析

优点

  • 依托腾讯庞大生态,拥有海量数据和高并发场景支撑
  • 团队层级高,直接参与核心基础设施构建,职业背书强
  • Agent Infra领域尚无标准答案,需从零探索,试错成本高
  • 既要懂底层系统又要懂上层AI算法,知识跨度极大
  • 适合具有深厚系统架构背景、对AI Agent充满热情、且具备极强自驱力和领导力的资深技术专家

缺点 / 挑战

  • 处于AI Agent最前沿赛道,技术极具前瞻性和挑战性
  • 作为负责人需兼顾管理与一线开发,精力分配压力大

角色解读

  • 成为Agent基础设施领域的行业权威专家
  • 向更高层级的技术总监或首席架构师发展,主导公司级AI战略落地
  • 拓展至AI产品商业化领域,连接技术与市场需求
  • 负责Agent Runtime底层架构设计与核心代码开发,解决Agent执行中的确定性、可观测性等难题
  • 搭建Agent Infra平台,整合大模型训练、Agent构建与提效工具链,服务内部及外部客户
  • 领导工程技术团队,制定技术路线图,推动AI Native研发流程落地
  • 深厚的系统工程功底,精通计算、网络、存储或容器技术
  • 深入理解大模型原理,包括RL、数据合成、推理加速等
  • 具备Agent框架设计能力,熟悉Harness Engine等执行引擎
  • 优秀的团队管理与架构决策能力

申请策略

  • 准备关于Agent安全性、隐私保护的技术方案
  • 了解腾讯在AI领域的最新布局和产品线
  • 突出Agent或类似智能体系统的架构设计经验
  • 强调在大模型训练、推理优化方面的具体成果
  • 展示带领大型技术团队的成功案例及技术影响力
  • 深入研究LangChain、AutoGen等主流Agent框架源码
  • 补充强化学习(RLHF)在Agent行为控制中的应用知识
  • 提升分布式系统在高并发下的稳定性保障能力

面试指南

  • STAR法则:清晰描述情境、任务、行动和结果
  • 架构思维:从全局视角阐述设计权衡(Trade-off)
  • 深度剖析:针对核心技术点(如RL、调度)展示底层理解
  • 业务结合:说明技术方案如何解决实际业务痛点
  • 如何设计一个高可用、低延迟的Agent执行框架?
  • 在大模型幻觉频发的情况下,如何保证Agent行为的确定性和可观测性?
  • 请分享你构建过的最复杂的Agent Infra平台,遇到的最大技术挑战是什么?
  • 如何看待当前主流Agent框架(如LangChain vs AutoGen)的优劣?

职位点评

薪资福利90
成长发展95
工作生活40
使命价值70

薪资福利

90较高

腾讯作为上市巨头,提供极具竞争力的薪酬包和完善的福利体系,满足高收入预期。

薪资信号未披露(AI估算:8.0千–15.0万/月)

成长发展

95较高

Agent Infra是AI领域最前沿方向,技术成长空间巨大,且具备管理职责,职业发展路径广阔。

技术前沿前沿/新兴技术
技术栈Agent、大模型、RL、Harness Engine、Infra
业务类型profit_center

工作生活

40较低

互联网大厂高强度工作节奏,且作为负责人需承担较大压力,WLB相对一般。

工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词

使命价值

70中等

通过构建基础设施赋能千行百业,具有一定的社会价值和技术使命感。

行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新(行业首创)
Watch Jobs