腾讯
企业智能体-高级全栈研发工程师
企业智能体-高级全栈研发工程师
发布于 大约 15 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
Agent开发
CI/CD
Prompt工程
Rag
Saas
全栈开发
分布式系统
大模型推理
容器化
AI 估算 · 35k–55k
腾讯高级全栈研发岗位，深圳，3年以上经验，结合AI工程化技能稀缺性，薪资处于市场中高端。
职位详情
关于这个职位
作为腾讯企业智能体的高级全栈研发工程师，你将成为 WorkBuddy/CodeBuddy 等企业级智能体产品的核心技术贡献者，负责全链路架构设计与研发
你将深度参与 AI 智能体工程化落地，将大模型能力融入企业级 SaaS 产品，推动产品标准化与多环境交付
这是一个兼具前沿 AI 技术与复杂企业架构挑战的岗位，适合追求技术深度与工程影响力的开发者
最低要求
计算机相关专业本科及以上学历，3 年以上全栈开发经验，主导过复杂系统的全生命周期研发
熟悉分布式系统设计，掌握微服务、容器化、CI/CD 等工程实践
具备出色的技术方案规划能力，能输出符合 Clean Architecture / Domain-Driven Design 原则的设计文档
善用AI 提升生产力， 能高效驾驭AI Coding编程范式, 在 spec / context / harness 层面有方法论
强烈的 owner 意识，具备优秀的跨团队协同能力
工作职责
负责 WorkBuddy Enterprise 体系的全链路架构和研发工作，覆盖 WorkBuddy / CodeBuddy / Manged Agents、智能体套件、Admin 管理端、运营平台等
参与企业版署架构的设计与演进，负责产品标准化、多产品融合等方向的技术方案规划与评审，输出高质量设计文档，协调各团队推动落地
推动企业版研发流程标准化，制定迭代计划并把控交付节奏，保证功能在多客户、多环境下按时高质量交付
构建代码质量与线上质量监控体系，主导性能优化、稳定性治理与体验提升，持续提高企业级产品的内建质量与可运维性
深度参与 AI 智能体的工程化落地，设计模型服务接口与数据交互方案，优化推理效率、资源消耗及企业环境下的合规与隔离能力
优先资格
有高并发、多租户或私有化交付场景的优化经验者优先
有 Agent 开发经验，熟悉 Agent 架构设计、Prompt 工程、RAG 应用、大模型推理服务化等 AI 工程化流程，具备智能体编排与工具链集成能力者优先
有 To B 产品、企业级 SaaS / PaaS /私有化部署交付相关经验者优先
有沙箱隔离与 Agent Runtime 相关架构经验，有容器沙箱、安全隔离执行环境、Runtime 生命周期管理等实践经验者优先
主导过 5 人以上研发团队协作经验优先
AI 洞察
优缺点分析
优点
- 深度参与AI智能体前沿技术落地，积累Agent、RAG、大模型工程化经验
- 腾讯平台提供海量资源与成熟技术栈，利于技术快速成长
- 企业级SaaS产品方向市场前景广阔，工作经验含金量高
- 有机会参与产品标准化与架构设计，锻炼架构思维
- 工作强度较大，涉及多团队协作与多环境交付，需较强抗压能力
- 技术栈复杂，需要同时掌握前端、后端、AI工程化技能，学习曲线陡峭
- To B产品对稳定性、合规性要求高，问题排查和治理难度大
- 适合有一定全栈经验、对AI工程化落地充满热情、希望在大厂复杂场景中快速成长的技术型人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术深耕：成为AI智能体架构专家，主导企业级AI平台核心架构演进
- 横向扩展：从全栈到技术Leader，逐步带领团队，负责更大规模业务
- 跨领域融合：结合AI与SaaS，向产品技术负责人或AI解决方案架构师发展
- 负责企业智能体产品（WorkBuddy/CodeBuddy等）的全栈架构设计与研发，包括前端、后端及AI接口
- 深度参与AI智能体工程化落地，设计模型服务接口与数据交互方案，优化推理效率与资源消耗
- 推动产品标准化、多产品融合，制定迭代计划并协调跨团队协作，保证多环境高质量交付
- 构建代码质量与线上监控体系，主导性能优化与稳定性治理
- 扎实的全栈开发能力，3年以上经验，主导过复杂系统全生命周期研发
- 精通分布式系统设计，掌握微服务、容器化、CI/CD等工程实践
- 具备Agent开发经验，熟悉Prompt工程、RAG、大模型推理服务化等AI工程化流程
- 较强的技术方案规划与设计文档能力，熟悉Clean Architecture/DDD
申请策略
- 深入了解腾讯企业智能体产品线（WorkBuddy等），在面试中展示对业务场景的理解
- 准备一个完整的全栈+AI项目案例，从设计到落地的详细讲解
- 突出主导过的复杂系统全链路研发项目，量化成果（如性能提升、交付效率等）
- 展示Agent开发、Prompt工程、RAG等AI相关项目经验，最好有工程化实践
- 强调分布式系统、微服务、容器化、CI/CD等工程实践能力，用具体案例证明
- 体现跨团队协作和owner意识，如推动技术方案落地的经历
- 补充Agent架构设计、Prompt工程、RAG应用等AI工程化知识，可参与开源项目
- 熟悉腾讯内部技术栈（如TDSQL、蓝鲸等）或主流云原生工具（K8s、Docker）
面试指南
- 对于架构设计问题，采用STAR法则（情境-任务-行动-结果），突出关键决策和量化效果
- 对于AI工程化问题，从模型选择、推理优化、数据流程、监控指标等维度系统回答
- 对于场景设计问题，先明确边界和约束，再提出方案并权衡优缺点
- 请描述你主导过的一个复杂系统的全生命周期研发，你如何做技术选型和架构设计？
- 解释什么是RAG？在工程化落地中你如何设计模型服务接口和数据交互方案？
- 对于多租户场景，如何设计高并发下的隔离和性能优化？
- 你如何看待AI Coding编程范式？你在实际项目中如何使用AI提升生产力？
- 假设需要将一个AI智能体部署到客户私有化环境，需要考虑哪些合规与隔离问题？
职位点评
71
综合评分
腾讯AI智能体高级全栈，前沿技术栈、高成长性，但工作强度大、WLB一般。
更适合这类人
最适合追求技术前沿和快速成长的求职者，对WLB要求不严苛。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活40
使命价值70
薪资福利
80较高
腾讯作为头部互联网公司，薪资福利有竞争力，虽然JD未明确具体数值，但高级岗位薪酬水平较高。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
95较高
岗位涉及AI智能体工程化、企业级SaaS架构等前沿技术，成长空间巨大。
技术前沿前沿/新兴技术
技术栈Agent、Prompt Engineering、RAG、大模型推理、容器化、微服务
业务类型profit_center
工作生活
40较低
JD未提及工作模式或WLB，腾讯内部高强度文化常见，工作压力可能较大。
工作模式仅现场办公
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
70中等
AI智能体是企业数字化转型的重要方向，具有一定的行业影响力和创新价值。
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