腾讯金融-AI Agent 研发高级工程师

优缺点分析

角色解读

• 在腾讯内部，可以从高级工程师向技术专家或技术管理方向发展，负责更核心的技术架构和团队管理
• AI Agent 领域是当前热点，积累的深度经验可向 AI 产品架构师、AI 技术总监等方向进阶
• 可跨部门参与腾讯金融科技、云与智慧产业等不同业务，拓宽业务视野和技术应用场景
• 负责 AI Agent 核心能力的研发，包括插件框架、调试与评测工具链等平台建设，确保 Agent 产品的高效开发和迭代
• 专注于 Agent 系统的性能、稳定性与安全治理，包括防御 Prompt Injection、沙箱隔离等，保障产品规模化落地的可靠性
• 构建端到端的观测、评测、诊断和优化闭环体系，对 Agent 和 Skill 进行持续评估与改进
• 追踪 AI Agent 领域的前沿技术，评估并引入有潜力的方案，推动团队技术影响力建设
• 扎实的编程能力，精通 Python、TypeScript、Go 中至少一种语言，具备良好的代码功底
• 深入理解 AI Agent 和 LLM 应用，熟悉主流 Agent 框架及运行机制，有实际开发优化经验
• 具备评测体系设计能力，能够制定分层评测指标，并对 Badcase 进行归因分析和推动迭代
• 熟悉云原生、分布式系统等工程体系，能够独立完成系统设计、模块开发与性能优化

申请策略

• 在申请时，可以表达对腾讯金融科技业务的理解和对 AI Agent 技术方向的热情
• 面试前，准备一个完整的 Agent 项目案例，从需求分析、系统设计到实现优化的全过程
• 突出 AI Agent 或 LLM 应用的实际项目经验，详细描述在项目中的具体职责、技术选型和最终成果
• 强调在评测体系、Badcase 分析、系统稳定性或安全治理方面的具体实践和量化成果
• 展示扎实的编程基础和系统设计能力，例如在云原生、分布式系统方面的项目经验
• 如有技术博客、开源项目或技术分享，务必在简历中体现，以展示技术影响力
• 系统梳理 LLM 原理和主流推理框架（如 vLLM、SGLang），并了解其底层实现和优化策略
• 深入学习主流 Agent 框架（如 LangChain、AutoGen）的源码，理解其核心机制和设计思路

面试指南

• 回答项目经验时，采用 STAR 法则（情境、任务、行动、结果），突出个人贡献和量化成果
• 对于技术方案类问题，先阐述核心原理，再结合具体场景分析，最后给出可落地的解决方案
• 对于开放性问题，展现你的思考深度和广度，同时注意结合腾讯的业务场景进行阐述
• 请详细描述你过去负责的一个 AI Agent 项目，包括架构设计、技术选型和遇到的挑战
• 如何设计一个分层评测体系来评估 Agent 的性能？你会如何定义和衡量 Badcase？
• 在 Agent 安全方面，你如何防御 Prompt Injection 攻击？有哪些具体的防护措施？
• 请谈谈你对主流 Agent 框架（如 LangChain、AutoGen）的理解，以及它们的优缺点
• 如何确保 Agent 系统在高并发场景下的稳定性和性能？请分享你的优化经验