腾讯
海量算力运营开发（AI Native 工程）（北京/深圳）-AI Native 全栈工程师（北京）
海量算力运营开发（AI Native 工程）（北京/深圳）-AI Native 全栈工程师（北京）
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公云计算
云计算
Ai Agent
Gpu调度
Mcp Server
Rag
Vllm
大模型应用
值不值得投
80综合评分
综合评分 80
前沿AI Infra技术栈、大厂平台背书、成长空间广阔，兼顾市场竞争力，适合技术驱动型人才。
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
5.0万
比云计算中位数高
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 · 其中云计算 11 个
市场机会
选择面较广
北京 · 云计算 · 51 个在招
职位详情
关于这个职位
负责海量算力平台的资源交付与工作流编排，设计基于Agent决策与确定性执行的分层架构
需掌握K8s集群管理、GPU拓扑及AI Infra体系，构建支持自然语言查询的多Agent协作平台，并实现全链路审计、告警降噪与模型推理部署优化，保障高可靠算力调度
最低要求
计算机基础扎实（数据结构、操作系统、网络）
精通 Go / C++ / Java / Rust 之一
熟悉 Linux、容器 、K8s 编排与 Cloud Native 体系
对系统故障有好奇心，对云计算运维开发有兴趣
熟练用 AI 编程工具做真实工程，能说清其不可靠场景与验证方式
理解 LLM 能力边界（幻觉、上下文长度、非确定性）
做过 Agent / MCP 开发（MCP Server、Agent 工作流、RAG、A2A 通信）
有 AI 落地生产经验，处理过「模型不可靠但业务要确定」的矛盾
理解 AI Infra（推理部署、GPU 调度、vLLM / SGLang） 体系
工作职责
资源交付与工作流编排：单模型交付、DAG 编排、断点续跑、幂等补偿
设计「Agent 决策 + 确定性执行」分层，高危动作（扩缩容/下架/驱逐）走可审计，可回滚的确定性工作流
Agent 触发的操作也须幂等
基于 K8s client-go 的集群台账、节点生命周期、GPU 拓扑
把实态数据做成 Agent 可消费的形态（稳定语义、数据新鲜度、分页接口）
支持自然语言查询
平台底座：RBAC/API 网关/公共库
建设 MCP Server 暴露平台能力
把 RBAC 扩展到 Agent 身份（权限/越权/会话过期）
Agent 调用全链路审计
告警降噪与根因定位
AI 结论须附证据可追溯
Agent 运行时（工具注册、上下文装配、状态管理、重试超时）
多 Agent 协作与上下文工程
建设 Evals 评测集
AI 洞察
优缺点分析
优点
- 接触业界最前沿的AI Infra与Agent工程化实践，技术栈极具前瞻性
- 依托大厂算力平台，能处理超大规模GPU集群的真实复杂场景，技术成长空间大
- 需平衡AI模型的非确定性与业务强一致性要求，调试与验证难度大
- 适合对云原生、AI底层架构及系统工程有浓厚兴趣，追求技术深度与前沿探索的中高级开发者
缺点 / 挑战
- 系统涉及底层K8s、GPU调度与上层Agent逻辑，耦合度高，故障排查与性能优化压力较大
角色解读
- 可向AI Infra架构师或云原生技术专家方向深耕，主导大规模算力调度平台演进
- 也可向AI工程化（AI Engineering）或大模型应用架构方向发展，成为连接底层算力与上层Agent应用的核心技术骨干
- 负责海量算力平台的底层架构开发与运维自动化，通过K8s和云原生技术实现GPU资源的智能调度与交付
- 设计并维护Agent决策与确定性执行的工作流，保障高危操作的审计与回滚能力
- 构建支持自然语言交互的多Agent协作平台，集成RAG、MCP协议及大模型推理部署优化
- 扎实的计算机基础与精通至少一门主流后端语言（Go/C++/Java/Rust）
- 深入掌握Kubernetes、Linux容器化技术及Cloud Native生态
- 熟悉AI Infra体系（vLLM/SGLang、GPU调度）、Agent/MCP开发及LLM能力边界
- 具备系统故障排查、告警降噪及全链路审计设计能力
申请策略
- 提前了解主流AI算力平台的公开技术文档，面试时重点准备“如何保证AI系统确定性”的设计思路与过往踩坑复盘
- 突出K8s二次开发、GPU调度优化或大规模分布式系统实战经验
- 详细展示Agent/MCP开发案例，说明如何解决模型幻觉与非确定性带来的业务风险
- 深入研读vLLM/SGLang源码与GPU调度算法，强化RAG与多Agent通信（A2A）的工程实现
- 提升对系统可观测性、全链路追踪及自动化测试框架的掌握
面试指南
- 采用STAR法则结合具体项目数据说明技术方案选型依据
- 针对不确定性问题，强调“沙箱隔离+规则校验+人工审批兜底”的分层防御架构
- 针对调度与审计，突出指标监控、日志追踪与自动化测试闭环
- 如何在K8s层面实现GPU拓扑感知与高效调度？
- 请举例说明你如何处理Agent触发的高危操作，确保幂等与可回滚？
- 面对LLM的幻觉和非确定性，你在工程中做了哪些约束与验证机制？
- 如何设计MCP Server暴露平台能力，并解决Agent越权访问问题？
- 复习K8s核心组件原理及client-go使用
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
头部互联网企业通常提供具有市场竞争力的薪酬与完善的福利体系，对补偿性动机满足度较高。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
92较高
岗位聚焦AI Native工程、Agent架构与AI Infra前沿领域，技术栈极具成长性，对个人技能跃迁与职业天花板拓展帮助显著。
技术前沿前沿/新兴技术
技术栈Kubernetes、AI Agent、MCP Server、vLLM、SGLang、RAG、GPU调度
业务类型ambiguous
工作生活
60中等
互联网大厂通常节奏较快，岗位涉及底层运维与实时告警响应，WLB可能受限；但整体办公环境与通勤条件较为成熟。
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
致力于构建高效可靠的AI算力底座，推动大模型与Agent技术在真实业务中的落地，具有明确的行业价值与技术使命感。
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