高级Agent后台开发工程师

优缺点分析

角色解读

• 技术专家路线：在Agent和AIGC方向深耕，成为腾讯广告平台的技术架构师
• 管理路线：带领团队负责更大规模的AI平台建设，向技术经理或总监方向发展
• 跨领域发展：积累广告与AI结合的经验，未来可转向AI产品负责人或技术顾问
• 负责腾讯广告妙思平台的整体架构设计与技术演进，确保系统的高可用、可扩展和可伸缩性
• 主导AIGC内容服务和任务调度系统等关键模块的研发与落地，为广告主提供创意生成工具
• 深入研究并集成LLM/AIGC模型，进行Prompt调优，构建基于Agent的自动化流程
• 扎实的后台工程能力：精通Golang/C++/Java，熟悉分布式系统设计，掌握MySQL优化
• AI与Agent技术栈：1年以上AI应用开发经验，熟练使用LangChain、LangGraph等主流Agent框架
• 深入理解LLM核心机制：Function Calling、Tool Use、MCP协议、ReAct等Agent范式
• 具备较强的架构思维和模型抽象能力，能够设计复杂系统

申请策略

• 在面试中强调对广告业务场景的理解，思考AI如何为广告主创造价值
• 关注腾讯内部技术博客或开源项目，了解团队的技术栈和文化
• 突出分布式系统架构设计经验，尤其是高可用、高并发项目的实际案例
• 详细描述AI/Agent相关项目经验，包括LLM集成、框架使用和业务落地效果
• 展示对Agent核心机制的理解，如Function Calling、MCP协议等，可在简历中列出相关技术关键词
• 如果没有Agent框架经验，建议快速上手LangChain或LangGraph，并完成一个小型Agent项目
• 加强对LLM原理和Prompt工程的理解，可以阅读相关论文和实践
• 补充大数据处理经验（Spark/Flink）会增加优势

面试指南

• 对于系统设计题，遵循'需求分析→架构分层→关键组件→权衡取舍'的思路，重点突出可扩展性和高可用性
• 对于AI技术题，结合具体项目案例，从问题定义、技术选型、实现细节、效果评估四个维度展开
• 对于基础技术题，先阐明原理，再结合实践场景，展示深度思考
• 请设计一个可扩展的Agent任务调度系统，需要考虑哪些方面？
• 你如何理解MCP协议？它在Agent系统中的角色是什么？
• 描述一个你使用LLM解决实际问题的项目，如何优化Prompt和选择模型？
• 如何处理高并发下的MySQL查询性能问题？请举例
• 如何保证分布式系统的最终一致性？请结合你的项目经验说明