腾讯AI原生工程师
任职要求
1、熟练掌握主流前后端技术栈，具备扎实的计算机基础知识和软件工程能力，能够完成需求分析、方案设计、开发交付及迭代优化； 2、熟练使用 AI 编程工具（如 Cursor、Claude Code 等），能通过 AI 完成业务开发与应用搭建； 3、了解大模型基本原理，了解RAG技术、Agent原理（包括 Tool Use、Planning、Memory 等），有Agent建设相关实践经验； 4、对AI前沿技术发展有浓厚兴趣，愿意主动探索AI在业务场景的创新应用； 5、具备良好的沟通协…
工作职责
1、负责产品业务系统建设，参与需求分析、方案设计、系统开发与迭代优化等； 2、构建基于大模型的应用系统，参与Agent架构设计、RAG系统搭建、业务知识库建设等，通过 AI 提升效率、创造业务价值； 3、跟踪 AI 技术发展，关注行业前沿动态，并结合业务场景进行落地实践。
1.AI 产品深度体验与拆解： 高频体验各类前沿 AI 工具与智能终端产品，拆解其底层产品逻辑，梳理用户体验痛点，并输出高质量的复盘总结； 2.AI 场景与功能创新策划： 深度参与团队的 AI 创新头脑风暴，围绕智能生活场景，输出极具想象力的 AI 功能与原创产品创意； 3.AI 驱动的原型敏捷开发： 在团队指导下，熟练调用最前沿的 AI 编程与生成工具，跨越技术门槛，将创意快速转化为结构完整、逻辑闭环的 AI 创新产品原型； 4.前沿技术追踪与认知输出： 持续学习 AI 行业前沿知识，敏锐跟进全球科技动态，定期分享你的独立认知与创新观点； 5.预研项目基础支撑： 配合核心研发团队，完成 AI 竞品调研、创意策划落地、方案细节打磨等基础预研工作。
1. 为快手打造大模型AI云原生K8s 基础设施建设，具备万卡以上规模的CPU/GPU调度能力，支撑包括 可灵大模型、搜推广 等核心模型的训练与推理调度； 2. 支撑数据、训练、推理等全场景AI负载生命周期管理，构建训推一体的统一调度架构，落地统一的配额和算力管理机制，实现负载高效协同与资源精准管控； 3. 深耕 GPU 调度与性能优化，落地 GPU 拓扑感知、优先级、抢占、QoS 感知等调度能力，支撑万卡级大规模 AI 任务高效运行； 4. 聚焦大模型云原生基础设施建设，负责高性能网络与存储加速、多云部署与调度能力，解决大模型训推理在通信、调度上的关键挑战，持续推动云原生与 AI 技术深度融合与架构创新。
1. 日常开发协作：熟练运用 Claude Code、GitHub Copilot、Cursor 等 AI 编程助手开展日常开发工作，以 AI 为生产力倍增器，高效完成编码任务，同时保持对 AI 输出的批判性思维，保障代码质量与安全性。 2. 需求拆解与提示设计：凭借良好的问题分解能力，将复杂业务需求拆解为清晰、可执行的任务，并转化为精准的 AI 提示，引导 AI 高效产出符合要求的内容。 3. 代码处理与审查：掌握至少一门主流编程语言，理解代码架构与设计模式；能够快速阅读、理解并审查 AI 生成的代码，精准识别其中潜在的逻辑、安全等问题。 4. 技术适配与学习：快速学习新技术、新工具，主动适应 AI 原生时代快速迭代的技术栈，持续提升自身技术能力与适配能力。 5. 文档与上下文构建：具备优秀的文档编写能力，为 AI 提供清晰、完整的项目上下文、技术文档等信息，助力 AI 更精准地辅助开发工作。 6. 拓展实践（加分项相关）：可参与 LLM API、RAG、Agent 等 AI 应用开发，熟悉提示工程（Prompt Engineering）与 AI 工作流优化；也可参与开源项目、输出技术博客，持续沉淀技术经验与见解。
1.负责电商领域多模态大模型的方案设计与落地，包括视觉-语言、视频-语言等方向的预训练、指令微调与对齐，在商品理解、内容理解/生成、内容审核、自动打标等多个淘天营销内容场景落地 2.构建电商多模态数据管线与数据质量治理体系，覆盖采集、清洗、标注、合成与去重，确保规模化训练的数据可用性 3.设计与实现多模态融合架构（如图像/视频/音频编码器、Connector/Q-Former等、跨模态注意力），提升跨模态理解与生成建模能力 4.进行指令微调与人类反馈强化学习（SFT、DPO、RLHF 等），完善人类偏好对齐，构建高质量评测与数据闭环 5.负责设计构建vlm加速相关算法方案，包括但不限于：模型剪枝、蒸馏、推理加速等