腾讯
数据加速高级开发工程师(深圳/北京/上海/杭州）
数据加速高级开发工程师(深圳/北京/上海/杭州）
发布于 大约 14 小时前普通员工/个人贡献者
深圳市 / 北京市
中级经验
全职员工
仅现场办公
本科
软件工程
3Fs
Alluxio
Aws-S3
Ceph
Gpu
Juicefs
Kvcache
Rdma
分布式系统
AI 估算 · 35k–65k
腾讯高级工程师级别，一线城市AI基础设施岗位，薪资竞争力强，16薪为常规。
职位详情
关于这个职位
作为腾讯数据加速高级开发工程师，你将负责面向AI场景的分布式存储缓存系统的架构设计与研发，优化AI训练和推理的IO链路，提升数据访问效率和资源利用率
你将参与前沿技术预研，解决大规模生产环境下的性能与稳定性挑战，是AI基础设施的关键构建者
最低要求
计算机或相关专业本科及以上学历，3年以上相关工作经验，对分布式系统、缓存、存储、硬件加速、模型训练与推理等任一方向有深入研究者优先
具有Linux后台开发经验，熟悉C++/C/Python/Java等一种或多种语言和调试工具，具有丰富的工程经验
熟悉常用的算法和数据结构，具有良好的软件工程意识，有高并发、大规模后台服务开发经验优先
了解业界常见的分布式存缓系统，比如Alluxio、3FS、CEPH、AWS-S3、JuiceFS等，对RDMA、FUSE、文件系统有实际经验者更优
了解模型训练和推理的过程，对训练数据和模型加载、checkpoint、KVCache、GPU、训练和推理框架有了解者更优
具有优秀的学习能力、分析和解决问题能力、沟通能力、团队合作意识，具有强烈的责任心与主动性，对所负责工作有owner意识
有开源项目贡献，参与顶会发表论文等贡献者优先
工作职责
负责面向AI场景的分布式存缓系统的架构设计与研发，针对AI训练、推理、计算等应用场景持续优化
负责多个系统模块的性能、稳定性优化以及关键技术攻坚，提升大规模生产环境下的数据访问效率和SLA
负责优化AI训练和推理的IO链路，充分发挥高速硬件能力，提升资源利用率和降低数据存储成本
跟进业界趋势，进行新技术预研、前沿技术的引⼊和落地
优先资格
对分布式系统、缓存、存储、硬件加速、模型训练与推理等任一方向有深入研究者优先
有高并发、大规模后台服务开发经验优先
对RDMA、FUSE、文件系统有实际经验者更优
对训练数据和模型加载、checkpoint、KVCache、GPU、训练和推理框架有了解者更优
有开源项目贡献，参与顶会发表论文等贡献者优先
AI 洞察
优缺点分析
优点
- 参与前沿AI基础设施研发，积累分布式、存储、硬件加速等硬核技能
- 团队技术氛围浓厚，有机会与业界大牛合作，并参与开源贡献
- 涉及多系统模块，需要广泛的技术栈和持续学习能力
- AI领域技术迭代快，需要持续跟踪前沿并快速落地
- 适合有扎实后台开发经验，对分布式系统和AI基础设施充满热情，愿意深入底层优化的技术型人才
缺点 / 挑战
- 身处腾讯大平台，接触海量业务数据和真实AI场景，技术挑战大
- 大规模生产环境的稳定性要求高，需要应对复杂问题和on-call压力
角色解读
- 技术纵深发展：成为分布式存储/缓存领域的专家，主导核心组件设计
- 架构师方向：从单系统扩展到大规模AI基础设施整体架构设计
- 团队管理：随着经验积累，可带领技术团队，负责方向规划与人才建设
- 设计并研发面向AI场景的分布式存储缓存系统，支撑大规模AI训练和推理
- 优化IO链路，利用RDMA、FUSE等高速硬件技术提升数据访问效率
- 解决生产环境中的性能瓶颈和稳定性问题，保障SLA
- 跟踪业界前沿技术，进行预研和落地，推动架构演进
- 精通C++/Python等语言，熟练Linux后台开发与调试
- 深入理解分布式系统原理，熟悉缓存、存储系统（如Alluxio、CEPH）
- 了解AI训练推理流程，熟悉模型加载、KVCache、GPU等概念
- 强烈的责任心与owner意识，优秀的跨团队协作能力
申请策略
- 提前了解腾讯AI基础设施的产品线（如腾讯云、混元等），在面试中展现业务理解
- 强调ownership和主动性，匹配腾讯对工程师的素质要求
- 突出分布式系统相关项目经验，尤其是缓存、存储或AI训练加速方面的成果
- 展示C++/Python的高性能编码能力，提及高并发、低延迟优化案例
- 如有RDMA、FUSE、文件系统等底层经验，务必重点描述
- 开源贡献或顶会论文是加分项，需详细说明个人贡献
- 补充AI训练推理框架（如PyTorch、TensorFlow）和GPU架构知识
- 动手搭建分布式存储系统（如Alluxio、JuiceFS）并理解其核心设计
面试指南
- 结构清晰：先说背景和问题，再讲方案设计与权衡，最后总结效果和反思
- 结合案例：用具体项目经历说明，避免空谈理论，突出量化结果（如延迟降低50%）
- 展示深度：对关键技术能深入底层原理，如RDMA的队列机制、文件系统page cache等
- 请描述你设计过的一个分布式存储系统的架构，并说明如何保证一致性和高可用
- 在AI训练场景中，数据加载有哪些优化手段？请结合checkpoint和KVCache说明
- 谈谈你对RDMA的理解，以及如何在分布式缓存中使用它提升性能
- 当系统出现性能瓶颈时，你的排查思路和工具链是什么？
- 你如何看待AI基础设施的未来发展方向？有哪些技术趋势值得关注？
职位点评
75
综合评分
腾讯AI基础设施高级开发岗，技术前沿、薪资优厚，但工作强度高、WLB一般。
更适合这类人
适合追求技术成长、愿意投身AI基础设施前沿、能接受较大工作强度的求职者。
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55
使命价值75
薪资福利
80较高
腾讯提供具有竞争力的薪酬和福利，包括16薪、股票期权等，但薪资为面议，且高级岗位有较高期望。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
90较高
岗位涉及前沿AI基础设施技术，如分布式缓存、RDMA、模型加速等，成长空间大，且腾讯内部有完善的技术晋升体系。
技术前沿前沿/新兴技术
技术栈分布式系统、缓存、RDMA、FUSE、Alluxio、KVCache、GPU
业务类型profit_center
工作生活
55较低
工作地点在一线城市核心区域，但需现场办公，且大厂AI岗位可能面临较高强度，JD未提及WLB。
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
75中等
岗位服务于AI基础设施建设，推动技术发展，具有较高社会价值，但JD未强调使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs