主分类：后端与业务系统研发
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": "微信搜索-后台开发工程师-表情搜索",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"location": "广州",
"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": "计算机及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.负责表情搜索在线检索系统的核心工程模块开发，包括：LLM planner模块、生成式检索模块、个性化长序列模块、RankMixer模块等；\n2.承担表情搜索离线流程建设，包括：表情内容接入模块、VLLM内容特征模块、实时索引入库模块、LLM Emb索引构建模块等；\n3.设计高可用分布式架构，保障亿级请求下的系统稳定性，完善监控告警体系并跟进耗时/性能等专项优化；\n4.作为中枢节点，参与跨团队技术协作，连接前端、算法及内容运营团队，实现表情搜索功能落地；",
"requirements_text": "1.计算机及相关专业本科及以上学历，扎实的数据结构与算法基础；\n2.熟悉C/C++编译类语言，有海量服务开发、网络通信优化、计算性能优化经验者优先；\n3.熟悉LLM 推理常用加速方法，有解决LLM/VLLM推理链路耗时等经验者优先；",
"skills": [AI生成
"C++",
"数据结构",
"性能优化"
],
"preferred_qualifications": "1.获得过ACM-ICPC/NOI等算法竞赛奖项；\n2.有搜索业务开发经验者优先；\n3.在服务性能优化方面有突出成果，如QPS提升百倍、延迟降低90%以上的成功实践。",
"job_highlights": "1.直接参与国民级应用微信生态核心功能迭代，技术影响力覆盖数亿用户日常表达需求；\n2.接触前沿的跨模态搜索技术场景，积累LLM和VLLM在跨模态检索的完整工程经验；\n3.配备高性能计算集群与海量真实数据训练环境，提供探索AI搜索技术的最佳实践平台。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2091791042146910208"
}
]
},
"posting": {
"posting_id": "2091791042146910208",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2091791042146910208"
},
"fulltext": "微信搜索-后台开发工程师-表情搜索\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.负责表情搜索在线检索系统的核心工程模块开发，包括：LLM planner模块、生成式检索模块、个性化长序列模块、RankMixer模块等；\n2.承担表情搜索离线流程建设，包括：表情内容接入模块、VLLM内容特征模块、实时索引入库模块、LLM Emb索引构建模块等；\n3.设计高可用分布式架构，保障亿级请求下的系统稳定性，完善监控告警体系并跟进耗时/性能等专项优化；\n4.作为中枢节点，参与跨团队技术协作，连接前端、算法及内容运营团队，实现表情搜索功能落地；\n1.计算机及相关专业本科及以上学历，扎实的数据结构与算法基础；\n2.熟悉C/C++编译类语言，有海量服务开发、网络通信优化、计算性能优化经验者优先；\n3.熟悉LLM 推理常用加速方法，有解决LLM/VLLM推理链路耗时等经验者优先；\n1.获得过ACM-ICPC/NOI等算法竞赛奖项；\n2.有搜索业务开发经验者优先；\n3.在服务性能优化方面有突出成果，如QPS提升百倍、延迟降低90%以上的成功实践。",
"standard_classification": {
"std_category_code": "T002",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}