腾讯云-AgentRuntime研发高级工程师for AI产品

优缺点分析

角色解读

• 深耕AI云原生基础设施领域，成为平台架构专家或技术负责人
• 参与跨团队协作和系统设计，提升技术影响力和架构思维能力
• 可向技术管理、解决方案架构师或云平台产品方向拓展职业路径
• 参与腾讯核心AI Agent业务的Runtime平台设计与研发，确保系统高性能和稳定性
• 建设和优化Runtime的生命周期管理、状态持久化、弹性扩缩容等核心能力
• 深入排查和解决生产环境中跨容器、网络、调度等多个层次的复杂系统问题
• 将业务中共性问题抽象为标准化产品能力，推动云原生AI平台的持续演进
• 扎实的Linux系统、Kubernetes容器编排和分布式系统架构知识
• 精通Go、Rust或C/C++等至少一门语言，具备大型生产系统开发经验
• 具备AI原生思维，能利用AI工具辅助开发，并对复杂需求端到端负责
• 熟悉AI Agent、LLM应用或云原生运行时技术，有相关实践经验者优先

申请策略

• 提前了解腾讯云产品和Agent业务（如WorkBuddy、企业微信），熟悉技术背景
• 准备系统设计案例，展示如何解决复杂生产环境问题
• 重点展示Linux、Kubernetes、容器和分布式系统的项目经验
• 突出使用Go或Rust开发大型系统的案例，强调性能优化和问题排查能力
• 列举与AI Agent、LLM应用或云原生平台相关的实践经验
• 体现端到端负责需求的能力，以及利用AI工具提升效率的例子
• 深入学习Kubernetes和容器运行时（如containerd、MicroVM）技术细节
• 研究AI Agent架构和LLM应用平台的设计模式，了解行业实践

面试指南

• 使用STAR方法结构化回答项目经历，强调问题分析、方案设计和实际效果
• 从架构层面阐述系统设计，包括组件拆分、扩展性、可靠性等考虑
• 结合具体工具或技术，说明如何应用AI辅助开发，并突出独立判断能力
• 请描述一个你在大型生产系统中解决过的最复杂技术问题，你是如何定位和解决的？
• 如何设计一个高可用的AgentRuntime系统，支持多种运行模式和弹性扩缩容？
• 在AI原生开发中，你如何借助Coding Agent等工具来扩展个人能力？
• 对于AgentRuntime的生命周期管理，你会考虑哪些关键因素？
• 复习分布式系统核心概念，如CAP理论、一致性、高可用设计