腾讯研发效能专家（深圳/北京）
任职要求
1.有AI Engineering、研发效能、平台建设、横向架构或相关方向的实践经验，能够推动新能力从0到1落地，或从1到N规模化推广； 2.具备AI Coding工程化实践经验优先，有AI Agent、自动化工作流及协同系统相关实践经验优先； 3.对AI前沿方向有深刻理解，尤其对AI…
工作职责
1.负责AI提效相关工作的规划与落地，围绕AI-Native工作模式对研发流程、方式进行升级，提升组织效率。在重点项目上试点落地，形成可复用、可推广的最佳实践； 2.负责AI Coding方向的全流程工程化落地，推进代码生成、自动化测试、无人值守发布等能力在研发流程中落地，推动AI前沿实践经验在团队内沉淀； 3.负责AI Agent方向的探索与落地，推动OpenClaw等Agent框架在研发、平台运营等场景中的实际应用； 4.负责相关能力的平台化与治理建设，明确各角色协作机制、权限控制、风险治理、效果评估与可观测性要求，保障平台能力可用、可信、可规模化推广。
1. 负责研发效能代码管理/流水线平台的整体架构设计、核心系统研发与持续演进； 2. 参与研发效能平台的架构设计和系统研发工作，包括但不限于代码管理、分支管理、代码评审、持续集成、效能数据看板等工具平台； 3. AIGC前沿技术探索和研究，包括但不限于AI编码助手、AI单测、AI代码评审、AI排错等方向。
1. AI研发提效产品规划与演进：负责AI研发提效产品的全生命周期管理。制定产品Roadmap，提升研发人员效率； 2. 传统工具链的AI赋能：深入分析现有DevOps工具链的痛点，将AI能力无缝融入传统研发场景； 3. 下一代AI-Native工具链设计：探索Agentic Workflow等前沿AI技术在软件工程中的应用，设计下一代AI原生的研发工具链； 4. 产品化与规模化落地：坚持“产品化”思维，推动AI工具在公司内部的规模化落地。
1、负责公司研发效能平台（含 DevOps 相关工具链）的产品整体规划与设计，基于公司业务发展战略及行业动态（如云原生、AIOps趋势），制定平台的中长期产品演进路线图，确保效能平台能支撑业务的高速发展。 2、主导公司研发效能平台（DevOps全链路）的工具整合和效能提升，跨团队统筹研发、测试、运维及业务部门资源，解决跨部门协作中的复杂系统性问题，产出全面完整的解决方案，推动从需求到上线的全生命周期数字化与自动化闭环。 3、要注重沉淀研发效能方法论。建立可量化的效能评价标准，将最佳实践转化为标准化的流程与机制，并应用推广至公司内部多个业务研发方向，实现组织级能力的提升。 4、作为核心专家，负责选拔和培养有潜力的产品骨干，将积累的工程效能专业知识进行体系化、流程化沉淀，促进团队内部的知识分享与技能提升。
职位描述 1. 主导专有云整体研发体系的AI转型，识别并落地高价值AI场景（如智能编码、自动化测试生成、缺陷预测、AIOps、效能度量等），推动AI能力嵌入需求、开发、测试、部署、运维全链路； 2. 设计端到端的AI工程解决方案，包括数据 pipeline、模型选型与优化、服务部署、效果评估及安全合规机制，确保方案可复用、可度量、可持续演进； 3. 构建轻量级AI基础设施（如Prompt管理平台、向量服务、模型推理框架），降低各技术团队接入门槛，并通过方法论输出、工具链共建和培训赋能组织级AI能力； 4. 定义专有云AI工程标准与演进路径，评估前沿技术（如Code LLM、AI Agent、智能运维）的适用性，推动组织级AI能力建设与技术债务治理。