腾讯
WorkBuddy-后台开发工程师（生态资产数据方向）
WorkBuddy-后台开发工程师（生态资产数据方向）
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后端开发
后端开发
Go
分布式系统
微服务架构
高并发
值不值得投
78综合评分
综合评分 78
腾讯核心AI业务线资深后端/大数据岗，技术栈前沿且成长空间大，薪资竞争力强，但工作节奏可能较快。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4.5万
比后端开发中位数高
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 2010 个在招 · 其中后端开发 40 个
市场机会
选择面较广
深圳 · 后端开发 · 约 110 个在招
职位详情
关于这个职位
该职位负责腾讯WorkBuddy生态资产数据底座的建设与优化，涉及资产数据挖掘、质量评测及业界前沿开源资产的引入与本地化
你需要将数据分析能力服务化，支撑海量用户的高并发请求，是一个结合大数据处理与高并发后端开发的资深技术岗位
最低要求
本科及以上学历，计算机相关专业，6年及以上后台开发经验
精通至少一门后端开发语言（Go / C++ / Java / Python），具备扎实的数据结构与算法功底，熟悉分布式系统设计
具备大数据平台建设经验，熟悉 Hadoop / Spark / Flink / Kafka 等离线与实时计算生态，有 TB / PB 级规模数据的处理与优化经验
有大型平台实时、离线数据体系建设经验，熟悉数仓分层建模、特征工程、数据治理，理解实时离线一体架构
具备高并发、高可用服务的设计与落地经验，熟悉微服务架构、缓存、消息队列、限流降级等核心手段，有百万级 QPS 服务经验者优先
良好的数据敏感度与业务理解力，能从数据中发现问题、定位根因并推动落地解决
良好的沟通协作与技术方案表达能力，有跨团队推动项目落地的经验
工作职责
资产数据底座建设：参与生态资产（Skill / Expert / Connector 等）的特征分析与数据挖掘，构建资产理解、评估与分发推荐的数据底座，支撑资产的精准分发与持续运营
线上质量分析：建立资产质量度量，离在线评测体系，问题归因体系，用数据驱动开发者持续优化资产的效果与稳定性
业界资产引入：跟踪业界热门开源资产（MCP、Agent、Skill 等）的演进趋势，进行深度分析与本地化评估，引入业界优秀资产并推动落地融合
能力服务化：将上述数据分析和挖掘能力沉淀为稳定的服务平台，支撑 WorkBuddy 海量用户的高并发请求，保障服务的质量、性能与可用性
优先资格
有百万级 QPS 服务经验者优先
AI 洞察
优缺点分析
优点
- 接触大模型生态、Agent等前沿AI技术，技术视野广阔
- 依托腾讯海量用户场景，能积累千万级QPS和PB级数据的实战经验
- 平台大，技术沉淀与代码规范培养体系完善
- 具备扎实后端与大数据基础，对AI大模型生态有热情，且能在复杂分布式系统中游刃有余的资深技术人才
缺点 / 挑战
- 业务涉及大量跨团队协作与开源资产引入，沟通与推动落地的成本较高
- 高并发与大数据底座建设对系统稳定性要求极高，线上排障与性能优化压力大
角色解读
- 可向大数据架构师或AI基础设施技术专家方向发展，深入参与大模型生态与Agent前沿技术落地
- 也可向技术管理岗转型，负责跨团队的大型数据平台或AI中台项目
- 负责WorkBuddy生态资产的数据底座建设，包括资产特征分析、数据挖掘与推荐系统支撑
- 建立资产质量度量与评测体系，通过数据驱动资产效果优化
- 跟踪业界前沿开源资产（如MCP、Agent），进行评估引入并沉淀为高并发服务平台
- 精通Go/C++/Java/Python至少一门，具备扎实的分布式系统设计能力
- 熟悉Hadoop/Spark/Flink等大数据生态，有TB/PB级数据处理与数仓建模经验
- 具备高并发、高可用微服务架构设计能力，熟悉缓存、MQ及限流降级等技术
申请策略
- 腾讯非常看重基础算法与数据结构，建议提前刷LeetCode保持手感
- 准备1-2个能体现你“架构思维”和“数据敏感度”的深度技术案例
- 突出PB级数据处理、实时离线一体架构设计以及高并发微服务落地的具体项目经验
- 强调在跨团队项目中推动技术方案落地并解决实际业务痛点的成果
- 展示对MCP、Agent等前沿开源生态的了解或实践
- 深入复习分布式系统理论与高并发架构设计，熟悉Flink实时计算与数仓分层建模的最佳实践
- 了解当前大模型Agent、Skill等生态资产的最新演进趋势
面试指南
- 采用STAR法则，重点突出“背景-挑战-架构设计-落地结果”
- 对于架构设计题，从需求分析、技术选型、核心模块设计、高可用/扩展性保障到最终收益进行全链路阐述
- 请详细描述你主导过的一个PB级数据平台或高并发服务架构，遇到了哪些瓶颈及如何解决？
- 如何设计一个资产质量度量与离在线评测体系？
- 在引入业界开源资产时，如何进行本地化评估与融合？
- 面对百万级QPS的请求，你的限流降级与缓存策略是如何设计的？
- 准备过往项目中最复杂的数据链路或高并发场景的架构图，并能白板手绘
- 复习大数据组件（Flink/Spark）底层原理及调优经验
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
腾讯作为头部企业，薪资福利体系完善，6年经验资深岗薪资具备较强市场竞争力。
薪资信号未披露（AI估算：3.5千–5.5万/月）
成长发展
90较高
岗位涉及大模型生态资产、Agent等前沿技术，且要求构建大型数据底座，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Go、C++、Java、Python、Hadoop、Spark、Flink、Kafka、MCP、Agent
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，核心业务线通常工作节奏较快，生活化动机满足程度有限。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
参与大模型生态资产底座建设，推动AI技术落地与开源生态融合，具有较高的技术使命感与行业价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号生态共创者、沉淀优质代码
创新程度开拓性创新（行业首创）
Watch Jobs