主分类:Agent系统开发
来源 JD 数据(旧分类保留,当前主分类见上方)
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI应用开发工程师-Agent方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "PCG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司,业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.设计并实现社交产品中的 AI Agent 核心系统,包括:任务规划(Planning)、长期记忆系统(Long-term Memory)、意图识别与多 Agent 协同、RAG 架构与效果优化;\r\n2.构建 Agent 基础设施,包括:Durable Execution 长任务执行框架、沙箱与安全执行环境、Skills 编排与 MCP 协议集成;\r\n3.建立模型效果评测与优化飞轮,推动效果持续迭代;\r\n4.跟进主流 Agent 框架并结合业务落地;\r\n5.参与模型推理加速、微调与强化学习等性能优化工作。",
"requirements_text": "1.深刻理解 Transformer 与 LLM 原理;\r\n2.有Agent实战项目经验;\r\n3.有扎实的编程能力,并熟练使用 AI 进行研发;\r\n4.具备良好的系统设计与工程能力。",
"skills": [AI生成
"大语言模型"
],
"preferred_qualifications": "1.精通主流 Agent SDK 或多 Agent 框架;\r\n2.有模型微调 / 强化学习 / 推理优化经验;\r\n3.有高并发或分布式系统经验。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2026845083588001792"
}
]
},
"posting": {
"posting_id": "2026845083588001792",
"post_date": "2026-08-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2026845083588001792"
},
"fulltext": "AI应用开发工程师-Agent方向\n在腾讯,技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题,还是生活与人的问题,腾讯技术人都力图交出漂亮的答卷。我们善用科学工具,以强大的思维之力创造世界,为卓越的产品体验保驾护航,也为公司和产品策略提出宝贵的洞见,用技术引领新的变革。这里的每位成员,既传承着长久以来的务实文化,又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」,分享团队能量,尽情发挥所长。\n1.设计并实现社交产品中的 AI Agent 核心系统,包括:任务规划(Planning)、长期记忆系统(Long-term Memory)、意图识别与多 Agent 协同、RAG 架构与效果优化;\r\n2.构建 Agent 基础设施,包括:Durable Execution 长任务执行框架、沙箱与安全执行环境、Skills 编排与 MCP 协议集成;\r\n3.建立模型效果评测与优化飞轮,推动效果持续迭代;\r\n4.跟进主流 Agent 框架并结合业务落地;\r\n5.参与模型推理加速、微调与强化学习等性能优化工作。\n1.深刻理解 Transformer 与 LLM 原理;\r\n2.有Agent实战项目经验;\r\n3.有扎实的编程能力,并熟练使用 AI 进行研发;\r\n4.具备良好的系统设计与工程能力。\n1.精通主流 Agent SDK 或多 Agent 框架;\r\n2.有模型微调 / 强化学习 / 推理优化经验;\r\n3.有高并发或分布式系统经验。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}