微信读书/输入法/秒剪-大模型后台开发工程师

优缺点分析

角色解读

• 技术纵深发展：成为大模型应用架构专家或AI Infra领域专家
• 横向拓展：可转向AI产品开发、技术管理或云计算基础设施
• 平台优势：腾讯微信生态提供海量用户场景，技术影响力大，可推动行业标准
• 负责AI Agent运行时架构设计与开发，包括多轮对话管理、工具调用编排、流式推理等核心链路
• 构建大模型应用层工程，如Prompt框架、Model Registry、LLM Tracing等
• 参与实时协作服务（Yjs/CRDT+WebSocket）的架构演进与性能优化
• 设计和开发业务API服务（Go/Node.js），涵盖认证鉴权、服务发现、数据持久化等
• 扎实的编程功底：精通Go/C++/Node.js至少一种，有服务端开发经验
• 大模型应用知识：熟悉Function Calling、Agent、RAG等模式，有实际落地经验优先
• 数据库与缓存：熟练使用PostgreSQL/MySQL及Redis，具备数据建模与优化能力
• 分布式系统基础：了解高并发、实时通信、CRDT、AI Infra等方向

申请策略

• 关注腾讯微信团队的技术博客，了解他们在大模型方向的最新实践
• 准备一个能体现你解决复杂问题的项目案例，在面试中详细阐述
• 突出大模型相关项目经验，尤其是Agent、RAG、Function Calling的落地案例
• 强调后端架构能力，如高并发服务、分布式系统设计、实时通信等
• 展示编程语言深度：Go/C++/Node.js的实战经验及性能优化成果
• 如有AI Infra或MLOps经验，务必详细描述
• 补全LLM应用开发知识，学习OpenAI API、LangChain、LlamaIndex等框架
• 加强对分布式系统理论的理解，阅读相关论文或开源项目代码

面试指南

• 采用STAR法则：情境-任务-行动-结果，清晰展示项目背景和个人贡献
• 对于架构设计问题，先明确需求边界，再对比不同方案优缺点，最后给出推荐
• 结合腾讯实际场景，展示你对业务理解和技术选型的思考
• 请描述一下你参与过的大模型应用项目，如何设计Agent的运行时？
• 在多轮对话场景中，如何管理状态并保证会话一致性？
• 如何优化WebSocket连接的稳定性和吞吐量？
• 面对高并发请求，你如何设计分布式缓存和数据一致性方案？
• 你对LLM Tracing和Model Registry有什么理解？