腾讯
AI协作工具产品客户端研发高级工程师岗位
AI协作工具产品客户端研发高级工程师岗位
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公前端开发
前端开发
Ai Agent
Llm
Rag
性能优化
跨平台开发
值不值得投
80综合评分
综合评分 80
腾讯AI网盘核心研发岗，技术栈前沿且极具挑战，侧重AI Agent与跨平台架构，薪资竞争力强。
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
3.5万
比前端开发中位数高
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 2060 个在招 · 其中前端开发 5 个
市场机会
选择适中
深圳 · 前端开发 · 20 个在招
职位详情
关于这个职位
该职位负责腾讯AI网盘跨平台核心产品（Web端及桌面客户端）的全链路研发与AI Agent工程化落地
你需要结合大语言模型与RAG技术构建智能化交互工作流，并攻克多端性能优化与底层系统兼容等技术难题
最低要求
本科及以上学历，计算机或软件工程相关专业，3-5年互联网研发经验
具备 AI Agent 的实际开发落地经验
熟悉 LLM 工作原理与应用开发（如 Prompt Engineering、Function Calling/Tool Use、RAG 架构），了解或使用过相关 Agent 开发框架（如 LangChain、AutoGPT、Semantic Kernel 等）及本地调度编排引擎
扎实的前端基础，精通 HTML5/CSS3/JavaScript/TypeScript，熟练掌握 React 或 Vue 及其生态，具备优秀的工程化与前端架构能力
具备桌面端（Windows/Mac）的实际开发经验
熟悉 C/C++、Objective-C、Swift 或 Java/Kotlin 至少一门语言
有 Chromium 架构、Electron、CEF 或 Flutter 等跨平台框架的实际项目落地经验
深入理解操作系统运行原理与网络协议，精通多线程/多进程编程与内存管理，具备体系化的性能调优思路（UI 渲染掉帧、内存泄漏等）
自驱力强，具备良好的逻辑思维与跨团队沟通协作能力，能独立承担具备挑战性的技术攻坚任务，有强烈的主人翁意识，适应快速演进的技术迭代
工作职责
负责腾讯AI网盘跨平台核心产品功能的全链路研发与迭代，保障 Web 端、桌面客户端（Windows/Mac）的功能一致性与极致用户体验
负责腾讯AI网盘跨平台核心产品智能化场景的 AI Agent 开发与工程化落地
结合大语言模型（LLM）、RAG（检索增强生成）技术，在端侧及 Web 端构建智能化的文件检索、自动化处理、内容总结等交互工作流
参与设计大前端侧的 AI 基础设施，推进 MCP 的接入，打通底层数据逻辑与上层 AI 技能，构建稳定高效的端侧大模型调用与调度引擎
负责腾讯AI网盘跨平台核心产品多端产品的性能优化，攻克海量文件列表渲染、AI 推理过程中的交互卡顿、大文件及复杂上下文本地缓存同步等难题
深入操作系统底层，解决文件同步、离线存储、多端状态同步以及跨端通信等核心场景下的兼容性与技术难题
优先资格
有网盘、云存储、大型协作办公产品或 AI 工具类产品经验者优先
AI 洞察
优缺点分析
优点
- 处于AI与大前端交叉的前沿领域，能积累端侧大模型调度与AI Agent工程化的稀缺经验
- 平台资源丰厚，技术视野广阔，有利于提升个人在行业内的技术影响力
- 适合具备扎实前端与客户端基础，且对AI Agent工程化落地有浓厚兴趣的中高级技术人才
缺点 / 挑战
- 依托海量用户场景，能接触到高并发、大文件处理等极具挑战性的底层技术难题
- 需同时兼顾Web端与桌面客户端的底层差异，跨端兼容性与性能调优的技术门槛较高
- AI技术在端侧的落地仍处于探索期，需应对模型推理延迟、内存占用等工程化挑战
角色解读
- 纵向可深耕大前端与客户端架构，成为端侧AI基础设施的技术专家
- 横向可拓展至AI应用架构师，主导大模型在复杂业务场景中的工程化落地与商业化探索
- 负责腾讯AI网盘Web端与桌面客户端的核心功能研发，保障多端体验一致性
- 结合LLM与RAG技术，开发端侧及Web端的AI Agent，实现文件检索、内容总结等智能化工作流
- 攻克海量文件渲染、AI推理卡顿等性能难题，并深入操作系统底层解决文件同步与跨端通信问题
- 扎实的大前端基础，精通React/Vue生态及TypeScript，具备桌面端（Windows/Mac）开发经验
- 熟悉AI Agent开发，掌握LLM原理、Prompt Engineering、RAG架构及LangChain等框架
- 深入理解操作系统与网络协议，精通C++/Swift等至少一门语言，具备跨平台框架（Electron/Chromium等）落地经验
申请策略
- 提前体验腾讯AI网盘产品，思考其在文件检索、自动化处理等场景下的AI优化空间，面试时提出建设性意见
- 重点突出跨平台框架（如Electron、Chromium）的实际项目经验及桌面端性能优化成果
- 详细展示AI Agent或LLM应用开发经历，特别是RAG架构、Function Calling及端侧调度的落地案例
- 强调在海量数据处理、复杂状态同步或底层系统兼容性方面的技术攻坚经验
- 深入学习端侧大模型推理优化技术（如模型量化、WebGPU加速）及MCP协议
- 熟悉主流AI Agent框架（如LangChain、AutoGPT）的底层原理与本地调度编排机制
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述技术攻坚项目，突出难点分析与量化收益
- 对于架构设计问题，从需求分析、技术选型、核心模块设计到最终落地与监控，展现体系化思考
- 在Electron或Chromium架构中，你是如何解决主进程与渲染进程通信及内存泄漏问题的？
- 请详细描述一个你主导的AI Agent落地项目，如何设计RAG架构及处理Function Calling的？
- 面对海量文件列表渲染和AI推理过程中的交互卡顿，你有哪些体系化的性能调优思路？
- 在端侧构建大模型调用与调度引擎时，如何平衡推理性能与设备资源占用？
- 复习操作系统底层原理、多线程/多进程编程及网络协议，准备相关的性能调优实战案例
- 梳理过往AI应用开发经验，准备好LLM原理、Prompt设计及Agent编排的技术细节
职位点评
薪资福利85
成长发展90
工作生活60
使命价值80
薪资福利
85较高
该岗位要求具备AI Agent与跨平台客户端开发能力，技术门槛较高，深圳同类岗位薪资具备市场竞争力。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位深度结合大模型与端侧技术，能接触到AI Agent工程化落地的前沿实践，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、React、Vue、TypeScript、Electron、C++、MCP
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与加班情况，无法准确判断工作生活平衡状态。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
AI网盘产品致力于提升用户文件管理与协作效率，具有较高的工具价值与用户体验追求。
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