主分类：客户端研发
辅助：AI应用开发（非Agent）（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": "混元-大模型应用开发工程师（北京/深圳）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"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": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责大模型应用 APP 的研发工作，参与 iOS/Android 跨端产品从 0 到 1 的架构设计、核心功能开发、上线迭代与体验优化；\n2.围绕 AI 对话、翻译、总结、写作辅助、多轮会话、语音输入/播报、文档处理等场景，完成大模型能力在移动端的产品化落地；\n3.负责 APP 与大模型服务的接入与优化，包括流式输出、上下文管理、会话历史、Prompt 模板、模型路由、请求重试、缓存、弱网/无网处理等能力建设；\n4.参与端侧大模型能力探索，支持模型文件下载与管理、端侧推理接入、量化模型运行、离线能力、隐私保护、首 Token 延迟、内存与功耗优化等工作；\n5.建设高质量移动端工程体系，保障 APP 在多端设备上的稳定性、兼容性、性能、安全性和用户体验；\n6.与产品、算法、服务端、设计团队紧密协作，持续打磨面向 C 端用户的 AI 原生应用体验，打造好用、稳定、智能的移动端大模型应用。",
"requirements_text": "1.本科及以上学历，计算机、软件工程、人工智能等相关专业优先，3年以上移动端 APP 开发经验，有复杂 C 端应用或 AI 应用从 0 到 1 经验优先；\n2.熟练掌握 iOS 或 Android 原生开发，熟悉 Swift/Objective-C、Kotlin/Java 中至少一种技术栈，具备良好的移动端架构设计和工程落地能力；\n3.熟悉 Flutter、React Nativ e、Kotlin Multiplatform、腾讯Kuikly 等跨端开发方案中的一种或多种，能够保障 iOS/Android 多端体验一致性和交付效率；\n4.熟悉移动端常见工程能力，包括组件化/模块化、状态管理、网络通信、本地存储、权限管理、推送、埋点、灰度发布、版本升级等；\n5.具备扎实的性能与稳定性优化经验，能够独立处理启动速度、包体积、内存占用、卡顿、耗电、Crash/ANR、弱网、兼容性等问题；\n6.熟悉大模型应用开发链路，理解多轮对话、上下文窗口、Token 消耗、流式响应、Prompt 编排、模型 API 接入、模型降级/路由、内容安全等能力。",
"skills": [AI生成
"Java",
"Swift",
"Kotlin",
"React",
"架构设计",
"大语言模型"
],
"preferred_qualifications": "1.有端侧模型部署与推理经验为加分项，如使用 llama.cpp、GGML/GGUF、MLC-LLM、ONNX Runtime Mobile、TensorFlow Lite、Core ML、MNN、NCNN 等框架在移动端部署 LLM、翻译、ASR、OCR、Embedding 等模型；\r\n2.了解模型量化、KV Cache、推理加速、Metal//Vulkan/NNAPI/GPU/NPU/DSP、模型动态下载与版本管理、离线推理、端云协同等方向者优先；\r\n3.另外具备 HarmonyOS或小程序应用开发或上架经验者优先；\r\n4.具备良好的产品意识、用户体验意识和技术责任心，能够主动与产品、算法、后端团队协作，推动 AI 能力在移动端高质量落地。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2053738190963126272"
}
]
},
"posting": {
"posting_id": "2053738190963126272",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2053738190963126272"
},
"fulltext": "混元-大模型应用开发工程师（北京/深圳）\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.负责大模型应用 APP 的研发工作，参与 iOS/Android 跨端产品从 0 到 1 的架构设计、核心功能开发、上线迭代与体验优化；\n2.围绕 AI 对话、翻译、总结、写作辅助、多轮会话、语音输入/播报、文档处理等场景，完成大模型能力在移动端的产品化落地；\n3.负责 APP 与大模型服务的接入与优化，包括流式输出、上下文管理、会话历史、Prompt 模板、模型路由、请求重试、缓存、弱网/无网处理等能力建设；\n4.参与端侧大模型能力探索，支持模型文件下载与管理、端侧推理接入、量化模型运行、离线能力、隐私保护、首 Token 延迟、内存与功耗优化等工作；\n5.建设高质量移动端工程体系，保障 APP 在多端设备上的稳定性、兼容性、性能、安全性和用户体验；\n6.与产品、算法、服务端、设计团队紧密协作，持续打磨面向 C 端用户的 AI 原生应用体验，打造好用、稳定、智能的移动端大模型应用。\n1.本科及以上学历，计算机、软件工程、人工智能等相关专业优先，3年以上移动端 APP 开发经验，有复杂 C 端应用或 AI 应用从 0 到 1 经验优先；\n2.熟练掌握 iOS 或 Android 原生开发，熟悉 Swift/Objective-C、Kotlin/Java 中至少一种技术栈，具备良好的移动端架构设计和工程落地能力；\n3.熟悉 Flutter、React Nativ e、Kotlin Multiplatform、腾讯Kuikly 等跨端开发方案中的一种或多种，能够保障 iOS/Android 多端体验一致性和交付效率；\n4.熟悉移动端常见工程能力，包括组件化/模块化、状态管理、网络通信、本地存储、权限管理、推送、埋点、灰度发布、版本升级等；\n5.具备扎实的性能与稳定性优化经验，能够独立处理启动速度、包体积、内存占用、卡顿、耗电、Crash/ANR、弱网、兼容性等问题；\n6.熟悉大模型应用开发链路，理解多轮对话、上下文窗口、Token 消耗、流式响应、Prompt 编排、模型 API 接入、模型降级/路由、内容安全等能力。\n1.有端侧模型部署与推理经验为加分项，如使用 llama.cpp、GGML/GGUF、MLC-LLM、ONNX Runtime Mobile、TensorFlow Lite、Core ML、MNN、NCNN 等框架在移动端部署 LLM、翻译、ASR、OCR、Embedding 等模型；\r\n2.了解模型量化、KV Cache、推理加速、Metal//Vulkan/NNAPI/GPU/NPU/DSP、模型动态下载与版本管理、离线推理、端云协同等方向者优先；\r\n3.另外具备 HarmonyOS或小程序应用开发或上架经验者优先；\r\n4.具备良好的产品意识、用户体验意识和技术责任心，能够主动与产品、算法、后端团队协作，推动 AI 能力在移动端高质量落地。",
"standard_classification": {
"std_category_code": "T004",
"std_aux_codes": [
"T008"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}