腾讯
WorkBuddy-工程质量工程师
WorkBuddy-工程质量工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公平台工程
平台工程
Ai Coding
CI/CD
Code Review
主干开发
可观测性
平台工程
研发效能
自动化测试
值不值得投
80综合评分
综合评分 80
深耕研发效能与平台工程、技术栈前沿、成长空间大，但需适应大厂节奏与跨团队推动挑战
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
4.5万
比平台工程中位数高
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 2180 个在招 · 其中平台工程 8 个
市场机会
选择适中
深圳 · 平台工程 · 15 个在招
职位详情
关于这个职位
负责搭建与优化团队研发效能体系，通过“质量左移”和“责任右移”策略提升交付效率与线上质量
需深入构建系统、分层测试框架与CI/CD流水线建设，并将工程规范沉淀为自动化平台工具
同时推动Code Review、主干开发等工程文化落地，利用数据度量驱动持续改进，助力业务团队高效稳定交付
最低要求
计算机相关专业本科及以上学历
对软件工程本身有真诚的兴趣与信仰，认同"工程能力是团队的长期竞争力"
扎实的"古典"工程基本功：数据结构与算法、操作系统、编译/构建原理、计算机网络、数据库基础扎实
熟悉至少一门主力语言（C++ / Java / Go / Python / Rust 等），有大规模生产代码的实战经验，能读懂并改造百万行级代码库的构建与依赖体系
深入理解构建系统原理：熟悉 Bazel / Buck / Pants / Gradle / CMake / Make 中至少一种，理解依赖图、增量构建、sandbox 隔离、远程缓存与远程执行机制
有实际把构建或 CI 时长显著降低的量化经验者优先
完整掌握分层测试理论与落地：清晰理解 UT / BVT / E2E 的边界划分与取舍，熟悉测试替身（mock / stub / fake）、契约测试、集成测试与端到端自动化（Playwright / Selenium / Appium 或自研框架），有治理 flaky test、提升覆盖率与稳定性的实战经验
熟悉持续交付与主干开发：CI/CD 流水线设计（Jenkins / GitLab CI / GitHub Actions / 自研）、灰度与金丝雀发布、特性开关（Feature Flag）、快速回滚、可观测性（日志 / 指标 / Tracing）
对代码质量与 Code Review 有方法论级理解：了解评审机制、风格指南、静态分析与类型系统、架构守护（依赖约束测试），能持续产出并评审出高质量代码
读过并理解《Google 软件工程》（Software Engineering at Google）等经典工程著作，能把书中的工程认知翻译成团队可执行的制度与工具，讲清"为什么这样做"
具备工具与平台建设能力：能独立完成从需求定义、方案设计、原型验证到规模化落地的完整链路（能写脚本、能建服务、能做 CLI / 插件 / IDE 集成）
深度使用过一种或多种 AI Coding 工具，理解其能力边界，能把 AI 有效嵌入构建、测试、评审、发布链路以放大自身产出
同时对 AI 生成内容保持"工程化的不信任"——用自动化测试、门禁与评审兜底，而不是靠人肉复核
良好的沟通与布道能力：能面向不同层级研发讲清工程方法论背后的逻辑，推动跨团队共识与落地
具备英文文献阅读能力
工作职责
体系从 0 到 1 建设：负责团队工程能力与研发效能体系的规划与落地，覆盖构建、测试、评审、发布、反馈全链路
与各业务研发团队协同，以真实交付效率与线上质量为反馈信号持续迭代
岗位为工程复合型，可侧重任一方向，但需理解其余方向
落地「质量左移」：把工程质量前置到需求与设计阶段——建立可执行的评审门禁（需求可测性评审、技术方案评审 checklist、接口契约与契约测试、变更影响面分析、架构守护），让"设计阶段多花 1 小时，下游少花 100 小时"成为团队共识
落地「责任右移」：建立自测、内测体验、灰度发布与线上反馈闭环——研发自测标准与提测门禁、内测/灰度/金丝雀发布与快速回滚、线上问题快速定位（可观测性建设）与无责复盘（Postmortem）、用户反馈到缺陷单的闭环追踪
构建与测试基础设施：引入并深度定制 Bazel 等构建系统，实现增量构建与增量测试，建设远程缓存／远程执行能力，量化并持续压缩构建与 CI 时长
建设 UT（单元测试）、BVT（构建验证测试）、E2E（端到端自动化测试）的分层测试框架与流水线，治理 flaky test、提升覆盖率与稳定性，让"改一行代码，短时间内在本地拿到可信反馈"成为常态
工程文化与规范建设：建设并运营Code Review 体系（评审标准、评审人培养与认证、评审数据度量），推动主干开发（Trunk-Based Development）、小批量高频合并、代码风格与架构一致性（Style Guide + 自动化格式化 + 静态分析 + 依赖约束），并通过内部分享把方法论与背后的逻辑讲透，形成可传承的工程认知，而不是只发规范文档
工具化与平台化：把上述工程认知沉淀为工具与平台能力（CI/CD、测试调度与选择、覆盖率门禁、依赖与变更分析、变更风险识别、AI 辅助代码审查与测试生成等），让落地不依赖个人自觉，而依赖系统默认
度量与持续改进：建立研发效能度量体系（构建时长、变更前置时间、变更失败率、MTTR、缺陷逃逸率、测试覆盖率与稳定性、评审时长与迭代轮次等），用数据定位瓶颈、验证收益、驱动改进，拒绝"感觉变好了"
能力建设与布道：面向不同层级研发开展工程方法论的培训与工作坊，参与关键项目的工程方案评审，培养团队内部的工程骨干，逐步把能力交还给业务团队
优先资格
有实际把构建或 CI 时长显著降低的量化经验者优先
AI 洞察
优缺点分析
优点
- 接触业界顶尖工程实践与技术栈，直接赋能核心业务线，影响力深远
- 平台化工具与效能体系成果可沉淀为个人硬核技术资产
- 腾讯技术社区氛围浓厚，利于方法论沉淀与行业发声
- 效能度量易陷入形式主义，需持续验证数据真实性
- 热爱工程文化建设、擅长系统化思考与工具开发的资深研发人员，偏好平台型技术岗位而非纯业务开发
缺点 / 挑战
- 跨团队协调与推动规范落地难度较高，需极强的沟通与变革管理能力
- 需兼顾技术广度与深度，知识更新与体系维护压力大
角色解读
- 向首席SRE/平台架构师或研发效能专家方向发展
- 可转型为技术管理岗（如工程总监）
- 深耕AI辅助研发(DevAI)领域，成为智能化工程实践负责人
- 搭建与优化团队研发效能体系，覆盖构建、测试、发布全链路
- 实施质量左移与责任右移策略，保障交付质量与线上稳定性
- 建设自动化测试框架与CI/CD流水线，将工程规范沉淀为平台工具
- 推动Code Review、主干开发等工程文化落地，并通过数据度量驱动持续改进
- 精通Bazel等构建系统原理与分层测试理论
- 熟练掌握CI/CD流水线设计、可观测性实践与主干开发流程
- 具备独立工具/平台开发与脚本编写能力
- 深刻理解软件工程方法论与Code Review机制，能进行跨团队布道与推动
申请策略
- 准备详细的项目复盘报告，重点说明如何平衡规范约束与交付效率
- 提前了解腾讯工程文化与技术栈特点，展现对《Google 软件工程》等经典著作的实践转化能力
- 突出主导过的效能体系建设案例与量化收益（如构建时长缩短X%、CI失败率下降Y%）
- 展示平台工具从0到1的落地经验与架构设计
- 强调跨团队推动、规范制定与布道成果
- 深化Bazel/Gradle等构建系统底层原理与远程缓存机制
- 学习AI Coding工具的最佳实践与集成方法
- 补充数据度量模型设计与可视化看板搭建技能
面试指南
- 采用STAR法则结合前后数据对比
- 强调“先试点后推广”的变革管理策略与灰度验证思路
- 从根因分析、自动化拦截、门禁卡点到持续迭代的工程技术演进路径展开
- 如何设计一套完整的研发效能度量体系？各指标如何采集与防篡改？
- 遇到业务团队抵触新规范或增加评审成本时，如何推动落地？
- 如何治理Flaky Test并系统性提升自动化测试的稳定性与覆盖率？
- 请分享一次你通过工具化/平台化手段大幅提升CI/CD效率的具体经历
- 复习《Software Engineering at Google》核心章节与关键实践
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
腾讯作为头部互联网企业，提供具有市场竞争力的薪酬与完善福利，较好满足补偿性动机。
薪资信号偏高 (3.0千–6.0万/月)
成长发展
92较高
岗位聚焦前沿研发效能与AI辅助开发，提供深厚的技术成长空间与方法论沉淀机会。
技术前沿前沿/新兴技术
技术栈Bazel、CI/CD、AI Coding、可观测性、主干开发
成长机会能力建设与布道、培训与工作坊、培养团队内部的工程骨干
业务类型cost_center
工作生活
60中等
互联网大厂节奏较快，但岗位偏平台与效能建设，相对业务一线压力略可控，WLB中等。
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
致力于提升整体研发效能与工程质量，间接支撑海量产品用户体验，具备一定行业价值。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs