腾讯
实习AI应用工程师
深圳总部 · 实习 · 不限
长期有效
任职要求
- 1、熟练掌握主流开发技术栈，具备良好的软件工程能力，能完成应用系统的开发与交付；
- 2、熟练使用AI编程工具，能通过AI提升开发效率与代码质量；
- 3、了解大模型基本原理，熟悉主流模型API的使用，有调用与集成经验；
- 4、了解RAG技术原理，包括文档解析、分块策略、向量化、检索排序等关键环节；
- 5、具备产品思维，能从用户视角思考问题，平衡技术方案与用户体验；
- 6、 具备良好的沟通协作能力和学习能力，对AI应用方向有热情，愿意持续探索新技术。
- 1、有AI应用项目经验；
- 2、 有RAG系统建设经验，熟悉向量数据库的使用与调优；
- 3、对产品设计有一定理解，有独立产品或作品上线经验；
- 4、 参与过技术竞赛、开源项目或有技术内容输出（博客/视频等）。
岗位描述
【岗位职责】
- 1、负责AI应用产品的开发与交付，将大模型能力转化为面向用户的产品功能，参与需求分析、方案设计、开发实现与持续迭代；
- 2、构建基于大模型的业务应用，包括智能对话、内容生成、智能推荐、知识问答等场景，通过AI技术创造业务价值；
- 3、 关注用户体验与产品质量，建立AI应用的效果评估与反馈优化闭环，持续提升应用表现。
【任职要求】
- 1、熟练掌握主流开发技术栈，具备良好的软件工程能力，能完成应用系统的开发与交付；
- 2、熟练使用AI编程工具，能通过AI提升开发效率与代码质量；
- 3、了解大模型基本原理，熟悉主流模型API的使用，有调用与集成经验；
- 4、了解RAG技术原理，包括文档解析、分块策略、向量化、检索排序等关键环节；
- 5、具备产品思维，能从用户视角思考问题，平衡技术方案与用户体验；
- 6、 具备良好的沟通协作能力和学习能力，对AI应用方向有热情，愿意持续探索新技术。
【加分项】
- 1、有AI应用项目经验；
- 2、 有RAG系统建设经验，熟悉向量数据库的使用与调优；
- 3、对产品设计有一定理解，有独立产品或作品上线经验；
- 4、 参与过技术竞赛、开源项目或有技术内容输出（博客/视频等）。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 后端开发 岗位的常见面试问题整理
请解释 RESTful API 的设计原则，并举一个你实际设计过的例子
查看答题思路
1. 资源导向：URL 表示资源而非操作 2. HTTP 方法语义：GET/POST/PUT/DELETE 对应查增改删 3. 无状态：每个请求包含全部所需信息 4. 统一接口：一致的响应格式（如 JSON） 5. 举例：用户模块 /users/{id}，GET 查/POST 创/PUT 改/DELETE 删，返回统一 {code, data, message}
MySQL 索引的底层数据结构是什么？为什么用 B+ 树而不是哈希表或红黑树
查看答题思路
1. B+ 树：非叶子节点只存 key 不存 data，单次 IO 读更多 key 2. 叶子节点形成有序链表，支持范围查询（哈希表不支持范围） 3. 高度低（3-4 层可存千万级数据），减少磁盘 IO 4. 对比红黑树：B+ 树是多叉的，高度更低，磁盘 IO 更少
你参与过的最复杂的后端项目是什么，你承担了什么角色
查看答题思路
1. 项目背景：一句话说清业务场景 2. 技术栈：语言/框架/数据库/中间件 3. 个人职责：你做的，不是团队做的——用「我设计了」「我优化了」 4. 难点：遇到了什么具体问题，怎么解决的 5. 数据佐证：QPS 从多少提到多少 / 延迟降了多少
什么是微服务架构，和单体架构相比各有什么优劣
查看答题思路
1. 单体：所有功能在一个进程，部署简单，初期开发快；缺点是耦合高、扩展难 2. 微服务：按业务拆分独立服务，独立部署/扩展/技术栈 3. 优点：故障隔离、团队自治、技术栈灵活 4. 缺点：网络开销、分布式事务、运维复杂度 5. 判断标准：团队<10 人或业务不复杂时，单体是更好的选择
如何设计一个高并发的秒杀系统
查看答题思路
1. 前端限流：按钮置灰、验证码 2. 网关层：Nginx 限流 + 负载均衡 3. 业务层：Redis 预减库存（原子操作），消息队列异步下单 4. 数据库：乐观锁扣库存，读写分离 5. 降级方案：流量过大时返回「已售罄」而非崩溃
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。