职位详情

职位列表 链接有效 不适用(官网全量采集) official:tencent:2029746419665108992

微信-机器学习基础设施开发工程师(存储/向量检索/参数服务器)-系统架构方向

未披露 · 深圳 · 腾讯

主分类:数据库与存储系统研发
软件开发与 IT
辅助:云基础设施与系统软件研发(仅展示)
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": "微信-机器学习基础设施开发工程师(存储/向量检索/参数服务器)-系统架构方向",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "WXG",
        "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": 0,
        "degree": "计算机相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.负责微信生态内机器学习基础设施组件的研发与维护,重点包括数据存储类组件(如FeatureKV、WeGraphDB、UnionDB)、向量检索系统(如SimOL)及参数服务器(如WePS)等核心模块的开发;\r\n2.深入分析业务需求,针对性优化组件的查询效率、写入吞吐量及资源利用率,持续提升系统性能表现;\r\n3.通过代码重构、架构改进等方式增强组件的易用性,降低业务接入门槛,同时保障高可用性,确保服务SLA达到99.9%以上;\r\n4.紧密结合微信推荐系统、大语言模型等业务的实际场景,收集用户反馈并迭代组件功能,解决业务落地过程中的技术瓶颈;\r\n5.参与技术方案评审与故障排查,输出高质量的技术文档,沉淀最佳实践经验。",
        "requirements_text": "1.计算机相关专业本科及以上学历,熟练掌握Linux开发环境,精通至少一门编程语言(C/C++优先),对数据结构与算法有扎实功底,能独立设计高效解决方案;\r\n2.熟悉分布式系统基本原理,对存储引擎、索引构建、网络通信等底层机制有深入理解,具备复杂问题定位与调优能力;\r\n3.具备高度自驱力,主动关注行业技术动态(如分布式存储、向量检索等领域的前沿论文或开源项目),能将新技术合理应用到实际系统中;\r\n4.拥有优秀的沟通表达能力,能清晰阐述技术方案,善于跨团队协作,面对挑战性任务时保持积极心态并推动问题解决。",
        "skills": [AI生成
            "C++",
            "Linux",
            "数据结构",
            "分布式系统",
            "团队协作",
            "沟通表达",
            "C语言"
        ],
        "preferred_qualifications": "1.在ICPC/CCPC等国际/国内算法竞赛中获得区域赛金奖及以上奖项,或NOI/IOI等赛事获奖经历;\r\n2.有大规模分布式存储系统(如HBase、Cassandra)、向量检索系统(如FAISS定制化开发)、数据库内核(如MySQL、RocksDB)的研发经验;\r\n3.参与过日活千万级海量服务的架构设计或性能优化,熟悉高并发场景下的系统稳定性保障方法;\r\n4.对机器学习框架(如TensorFlow/PyTorch)的底层训练/推理加速技术有实践经验。",
        "job_highlights": "1.直接参与微信亿级用户背后核心ML基础设施的建设,技术成果将影响数亿用户的推荐体验与大模型应用效果;\r\n2.接触最前沿的工业级技术挑战(如超大规模特征存储、低延迟向量检索),积累稀缺的分布式系统实战经验;\r\n3.扁平化技术团队氛围,与微信推荐、AI Lab等顶尖业务团队紧密合作,获得跨领域技术视野;\r\n4.完善的培养体系与晋升通道,优秀者可主导重点项目并快速成长为技术负责人。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2029746419665108992"
            }
        ]
    },
    "posting": {
        "posting_id": "2029746419665108992",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2029746419665108992"
    },
    "fulltext": "微信-机器学习基础设施开发工程师(存储/向量检索/参数服务器)-系统架构方向\n在腾讯,后台开发工程师不仅是“又快又稳”的问题解决专家,更是生态共创者。你将与技术团队一同沉淀优质代码,让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段,你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神,同时欢迎你一起参与团队愿景、文化和产品方向的探讨。\n1.负责微信生态内机器学习基础设施组件的研发与维护,重点包括数据存储类组件(如FeatureKV、WeGraphDB、UnionDB)、向量检索系统(如SimOL)及参数服务器(如WePS)等核心模块的开发;\r\n2.深入分析业务需求,针对性优化组件的查询效率、写入吞吐量及资源利用率,持续提升系统性能表现;\r\n3.通过代码重构、架构改进等方式增强组件的易用性,降低业务接入门槛,同时保障高可用性,确保服务SLA达到99.9%以上;\r\n4.紧密结合微信推荐系统、大语言模型等业务的实际场景,收集用户反馈并迭代组件功能,解决业务落地过程中的技术瓶颈;\r\n5.参与技术方案评审与故障排查,输出高质量的技术文档,沉淀最佳实践经验。\n1.计算机相关专业本科及以上学历,熟练掌握Linux开发环境,精通至少一门编程语言(C/C++优先),对数据结构与算法有扎实功底,能独立设计高效解决方案;\r\n2.熟悉分布式系统基本原理,对存储引擎、索引构建、网络通信等底层机制有深入理解,具备复杂问题定位与调优能力;\r\n3.具备高度自驱力,主动关注行业技术动态(如分布式存储、向量检索等领域的前沿论文或开源项目),能将新技术合理应用到实际系统中;\r\n4.拥有优秀的沟通表达能力,能清晰阐述技术方案,善于跨团队协作,面对挑战性任务时保持积极心态并推动问题解决。\n1.在ICPC/CCPC等国际/国内算法竞赛中获得区域赛金奖及以上奖项,或NOI/IOI等赛事获奖经历;\r\n2.有大规模分布式存储系统(如HBase、Cassandra)、向量检索系统(如FAISS定制化开发)、数据库内核(如MySQL、RocksDB)的研发经验;\r\n3.参与过日活千万级海量服务的架构设计或性能优化,熟悉高并发场景下的系统稳定性保障方法;\r\n4.对机器学习框架(如TensorFlow/PyTorch)的底层训练/推理加速技术有实践经验。",
    "standard_classification": {
        "std_category_code": "T019",
        "std_aux_codes": [
            "T018"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}