logo of tme

腾讯音乐企业IT应用开发工程师

社招全职1年以上集团部门-专业类地点:深圳状态:招聘

任职要求


1、本科及以上学历,计算机相关专业,1年以上应用系统开发经验;
2、有后端开发经验,掌握python/php/java等至少一种开发语言,熟练使用MySQL/MongoDB/Redis等,熟练使用SQL语言查询和分析数据;
3、有前端开发经验,掌握常用的前端开发框架,如vue、react等;
4、熟悉Hadoop体系,…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、负责腾讯音乐集团IT应用系统开发工作,主要是财务信息化系统的开发和落地实施;
2、负责财经应用系统架构设计、方案评审、技术攻坚及运营优化全流程;
3、负责相应领域系统的持续优化和日常维护,保障系统的持续优化迭代,以及系统的安全稳定高效运行;
4、跨团队/部门协作,分析并解决各类业务或数据问题。
包括英文材料
学历+
后端开发+
Python+
PHP+
Java+
SQL+
MySQL+
MongoDB+
还有更多 •••
相关职位

logo of honor
校招研发类

在这里,你将可以采用敏捷、Devops、开源等先进的软件设计开发模式,与业界优秀的软件工程师一起工作。 参与手机、平板、PC、穿戴、路由等消费类产品、云基础设施平台、云服务、荣耀公司企业IT数字化业务(从研发到生产制造、电商全流程)的软件研发工作,你的每一行代码都会有上亿用户使用到,用软件真正改变人类的生活。 工作职责包括但不限于: 1、完成从客户需求到软件产品定义、架构设计、开发实现、再到维护等产品生命周期中的各个环节; 2、完成大型企业IT流程化、数字化的IT系统承载的全过程,包括IT 产品服务化识别、服务化设计、服务化开发与实现,服务化治理运营全生命周期管理,实战大容量、高并发场景下IT 解决方案落地; 3、创造性解决ToC产品或云基础设施平台建设在实现过程中的技术难题,应用前沿技术提升产品的核心竞争力; 4、鼓励发挥你的创造性,从场景创新,体验创新,不断提升消费者使用荣耀产品的高效和便捷; 5、有机会参与业界前沿技术研究和规划,参与开源社区运作,与全球专家一起工作、交流,构建在业界影响力。

更新于 2025-05-28北京|南京|上海
logo of tme
社招3年以上子公司-专业类

1、负责腾讯音乐娱乐集团IT应用系统开发工作,包括但不限于财经、采购、人事、行政、IT基础平台等领域信息化系统的开发和实施落地。 2、负责相应领域系统的持续优化和日常维护,保障系统的持续优化迭代,以及系统的安全稳定高效运行。 3、协助进行系统推广、培训、运营等相关落地支持工作。

更新于 2025-01-21深圳
logo of bytedance
校招A145017

团队介绍:IT部门面向字节跳动员工提供全球IT技术支持。我们既负责企业内部IT基础架构的设计和优化,也肩负着保护企业信息安全,降低企业运营风险的使命;同时,IT团队还会直接面向字节各业务线,承接企业级的网络、系统、终端、资产、服务台、多媒体、办公管理等多业务场景的研发需求,打造符合业界标准的商业化企业解决方案和产品,运用大数据和AI技术,提供更加自动化和智能化的企业技术服务。 1、负责企业级应用的前端核心功能需求分析、评审、架构设计、开发、上线和运维工作; 2、参与系统架构升级,代码质量改进,持续提升研发效能、页面性能和用户体验; 3、参与AI技术在业务场景中的探索与开发实践。

更新于 2025-07-25深圳
logo of tesla
社招2年以上IT-应用软件

特斯拉信息技术部门(工作地点:特斯拉上海超级工厂)正在招聘一名全职IT AI Platform 开发工程师,专注于构建和扩展下一代 AIOps与MLOps平台。随着人工智能技术在企业核心系统(尤其是GenAI平台)中的深入应用,亟需一位能够打通AI研发与生产部署之间壁垒的工程专家。该岗位将负责从模型训练、版本管理、自动化部署到高性能推理服务的完整MLOps体系建设,并主导构建支持本地GPU与云端LLM API融合的混合式推理网关平台,以实现低延迟、高吞吐的企业级AI服务能力。推动GenAI平台及未来AI服务落地的关键力量,将显著提升AI功能的交付效率与稳定性。 岗位职责: • 设计、构建和维护可扩展的 MLOps平台,实现AI模型从训练、版本控制、部署到监控的全生命周期管理。 • 基于 vLLM、TensorRT-LLM 、TGI 等框架,在大规模GPU集群上开发并优化大语言模型(LLM)推理流水线。 • 构建融合本地GPU模型与云上LLM API 的混合推理网关平台,实现智能路由、负载均衡与成本性能的优化。 • 搭建自动化 LLM微调(Fine-Tuning)流水线,支持LoRA、QLoRA等参数高效训练方法,涵盖数据预处理、分布式训练与检查点管理。 • 推动 RAG(检索增强生成)能力服务化(RAG-as-a-Service),集成并运维主流向量数据库(如 Pinecone、Milvus、Weaviate)。 • 通过 Prometheus、Grafana、OpenTelemetry 及自研监控方案,保障AI系统的可观测性与稳定性。 • 与AI科学家和应用工程师协作进行模型优化(量化、剪枝、蒸馏),提升推理效率与资源利用率。 • 支持 GenAI CN平台的高性能模型服务需求,确保低延迟、高并发的服务能力。 • 制定AI模型服务的关键性能指标(KPI)与服务等级协议(SLA),量化业务价值与系统表现。 • 使用 GitLab CI、Jenkins、ArgoCD 等工具实现AI工作流的CI/CD自动化,确保可复现性与可审计性。

上海