腾讯
智能体应用技术算法工程师
智能体应用技术算法工程师
发布于 1 天前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
软件工程
Agent编排
Gpt
Harness Engineering
Langgraph
Prompt Engineering
Rag
大模型
开源大模型
数据分析
AI 估算 · 25k–45k
腾讯北京算法岗，大模型智能体方向热门，薪资有竞争力，考虑中级经验和行业水平。
职位详情
关于这个职位
该职位负责腾讯智能体应用平台的核心研发，包括智能体编排、工具调用、多智能体协作等能力建设
你将参与数据智能体建设，融合RAG、Text2SQL等技术实现自然语言到决策的闭环
同时需要推进工程化落地与效果优化，跟踪大模型前沿技术
适合有大模型应用开发和Python工程经验的同学
最低要求
本科及以上学历，计算机、人工智能、软件工程等相关专业
熟练掌握 Python，具备扎实的工程能力与代码质量意识
熟悉 RAG、Prompt Engineering、Harness Engineering、Loop Engineering、Function Calling、Agent 编排等核心技术
了解主流大模型（GPT、Claude、开源大模型等）的能力边界、特性与调用方式
工作职责
智能体平台研发——负责智能体应用平台核心模块设计与开发，涵盖智能体编排、工具调用、记忆管理、多智能体协作等能力建设
构建支持复杂任务动态规划与自适应执行的工作流引擎，基于 Harness Engineering 与 Loop Engineering 技术实现行为约束、评测闭环及运维自愈等自主闭环场景
数据智能体建设——面向数据分析、治理、检索等场景，打通"自然语言提问 → 数据理解 → 分析推理 → 结果生成 → 决策辅助"完整闭环
融合 RAG、Text2SQL、知识图谱、语义层建模等技术，提升复杂查询生成、跨表关联推理、多轮问答与结果可信校验能力
围绕 SQL 正确率、业务口径准确性、数据安全合规等维度构建评测与反馈机制，持续优化效果
工程化落地与效果优化——负责智能体应用的工程化交付，涵盖效果优化、性能调优、可观测性建设与评测体系搭建
与业务团队协作推动方案在真实场景中落地并持续迭代
技术探索与创新——跟踪大模型与智能体领域前沿进展，围绕智能体自进化、效果与性能自动优化等方向持续提升平台智能化能力
优先资格
具备大模型应用开发经验，熟悉 LangChain / LangGraph 等主流与前沿框架者优先
具备良好的系统设计能力，算法与工程经验丰富者优先
AI 洞察
优缺点分析
优点
- 腾讯平台大，资源多，能够接触海量数据和真实业务场景
- 智能体方向是AI前沿热门领域，技术积累含金量高
- 团队技术氛围好，有机会参与开源社区和行业技术分享
- 智能体技术尚不成熟，需要解决大量工程和算法难题，有一定不确定性
缺点 / 挑战
- 需要快速跟进大模型迭代，保持技术更新，学习压力较大
- 涉及多团队协作，沟通和推动落地的成本较高
- 适合对AI Agent、大模型应用有浓厚兴趣，具备较强工程和算法能力，喜欢挑战前沿技术难题的求职者
角色解读
- 深耕智能体技术，成为智能体架构设计专家，引领平台技术演进
- 向AI系统架构师发展，覆盖数据、算法、工程全链路
- 结合业务场景，逐步向团队技术负责人或技术管理方向转型
- 设计并构建智能体应用平台的核心模块，如智能体编排、工具调用、多智能体协作
- 开发数据智能体，实现自然语言到数据分析、推理、决策的完整闭环
- 推进智能体应用的工程化落地，包括效果优化、性能调优、可观测性建设
- 跟踪大模型和智能体前沿技术，探索自进化和自动优化能力
- 扎实的Python工程能力，良好的代码质量意识
- 熟悉RAG、Prompt Engineering、Function Calling、Agent编排等大模型应用技术
- 了解主流大模型（GPT、Claude、开源）的能力和调用方式
- 具备系统设计能力，熟悉LangChain/LangGraph等框架优先
申请策略
- 关注腾讯在智能体领域的公开分享和开源项目，了解业务方向
- 在面试中主动展示对智能体自进化、效果自动优化等前沿方向的思考
- 突出大模型应用项目经验，尤其是使用LangChain/LangGraph等框架构建智能体或RAG系统的经历
- 展示Python工程能力，如参与开源项目、高性能代码优化等
- 强调在数据分析、Text2SQL或知识图谱方面的实践成果
- 如有相关技术博客、论文或竞赛经历，务必列出
- 深入学习LangChain/LangGraph框架，并动手实现一个简单的多智能体协作系统
- 熟悉主流大模型的API和调优技巧，如GPT、Claude的Function Calling
面试指南
- 对于设计类问题，先明确场景和需求，然后分模块阐述技术选型（如RAG、Text2SQL、Agent编排），并关注鲁棒性和可扩展性
- 对于比较类问题，从核心思想、适用场景、优缺点等维度对比，结合自身项目经历说明
- 对于评估和优化类问题，提出具体的评测指标（如准确率、召回率、端到端时间），并介绍基于反馈的闭环优化思路
- 请设计一个基于RAG和多智能体协作的数据分析系统，并说明关键技术点
- LangGraph和LangChain有什么区别？你在项目中如何选择和使用？
- 如何评估智能体生成SQL的正确性？有哪些评测和反馈机制？
- 如果智能体在执行过程中出现循环或错误，如何实现自愈和闭环？
- 你如何跟踪大模型领域的最新进展？请举例介绍一个你认为重要的技术
职位点评
77
综合评分
腾讯北京智能体算法岗，前沿技术栈，成长空间大，但现场办公且可能加班。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合追求技术成长和前沿挑战的求职者，愿意投入高强度学习与工作。
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90
工作生活60
使命价值70
薪资福利
80较高
腾讯北京算法岗薪资在行业内有竞争力，股票期权和大厂福利体系完善，但具体薪资未在JD中注明，面议可能性大。
薪资信号面议 (25K-45K/月)
成长发展
90较高
智能体方向是AI前沿热点，技术栈新且复杂，能快速提升技能。腾讯内部有丰富的培训资源和晋升通道，但JD未明确提及。
技术前沿前沿/新兴技术
技术栈Python、LangChain、LangGraph、RAG、Prompt Engineering、Harness Engineering、Loop Engineering、Function Calling、Agent编排、大模型、GPT、Claude、Text2SQL、知识图谱
业务类型ambiguous
工作生活
60中等
北京现场办公，通勤成本高，互联网大厂加班文化普遍，但JD未提及加班情况，无法判断。
工作模式仅现场办公
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
70中等
AI智能体技术对社会有广泛影响，但JD未强调具体社会价值，主要聚焦技术实现。
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
腾讯 的其他在招职位
相似职位推荐
Watch Jobs