腾讯地图-Agent系统架构师

优缺点分析

角色解读

• 可向首席架构师、技术总监或AI业务线技术负责人方向发展
• 在AI大模型应用爆发的背景下，积累的行业顶尖Agent架构经验将极大提升个人在AI领域的行业影响力
• 负责腾讯地图Agent系统的整体架构设计，包括分层框架、多Agent编排、记忆压缩等核心模块
• 主导技术演进路线，主持架构评审，保障系统的稳定性、可观测性及端内渲染对接
• 具备生产级LLM/Agent系统从0到1的架构落地经验，深入理解主流Agent框架的设计边界与取舍
• 拥有体系化的上下文工程认知，以及优秀的跨团队技术沟通与决策能力

申请策略

• 提前体验腾讯地图及相关AI产品，思考Agent技术在地图场景下的具体应用痛点与优化空间，准备针对性的架构设计方案
• 重点突出生产级LLM/Agent系统从0到1的架构落地经验，量化系统性能、稳定性及成本优化指标
• 展示对主流Agent框架的底层原理理解及上下文工程、记忆压缩等核心技术的深度实践
• 深入研究多Agent编排、任务分解与调度机制，补充系统可观测性（Trace/评估体系）相关的工程实践经验

面试指南

• 采用STAR法则（情境、任务、行动、结果），重点突出架构设计的思考过程、技术选型的取舍理由以及最终带来的业务/技术指标提升
• 请分享一个你从0到1主导的LLM/Agent系统架构案例，遇到了哪些核心挑战？
• 在多Agent编排中，如何设计任务分解与结果聚合机制以保障长任务的稳定性？
• 在记忆与上下文压缩方面，你如何平衡信息保真度与计算成本？
• 如何设计Agent系统的可观测性体系，实现行为的可追踪与可归因？
• 梳理过往Agent项目的核心架构图，准备应对底层原理和边界条件的深度拷问
• 了解腾讯地图的业务逻辑，思考Agent技术如何赋能地图场景（如智能路线规划、POI推荐等）