腾讯
实习WXG-从设计到代码（可信程序自动生成）
深圳总部 · 实习 · 不限
长期有效
任职要求
- 本项目聚焦LLM4SE（大模型软件工程）技术体系，围绕以下创新维度展开攻关：
- 1、面向特定领域的知识工程（知识表征、知识挖掘、知识推理）；
- 2、领域代码生成模型训练（强化学习）；
- 3、大模型驱动的软件设计自动化；
- 4、静态分析技术、编译原理与代码模型相结合；
- 5、多智能体协作机制用于复杂生成任务；
- 6、AI驱动的GUI测试。
岗位描述
【岗位职责】
现代软件工程面临“本质复杂性”与“偶然复杂性”的双重挑战，当前，以LLM为核心的AI技术（如代码大模型、多智能体协作）正深刻影响软件工程实践，尤其在自动化编码和降低“偶然复杂性”方面成效显著。然而，其核心局限在于难以有效解决软件开发的“本质复杂性”问题：
自然语言歧义性导致需求到代码的端到端生成不可靠；
垂直领域业务逻辑（领域实体、规则、流程等抽象设计）高度依赖隐性知识，基于开放域知识训练的LLM较难直接用于特定领域；
因此，探索AI如何从辅助“偶然问题”转向破解“本质复杂性”，成为重塑软件工程范式的关键挑战。
【任职要求】
本项目聚焦LLM4SE（大模型软件工程）技术体系，围绕以下创新维度展开攻关：
- 1、面向特定领域的知识工程（知识表征、知识挖掘、知识推理）；
- 2、领域代码生成模型训练（强化学习）；
- 3、大模型驱动的软件设计自动化；
- 4、静态分析技术、编译原理与代码模型相结合；
- 5、多智能体协作机制用于复杂生成任务；
- 6、AI驱动的GUI测试。
【技术方向】
大语言模型、NLP
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 设计 岗位的常见面试问题整理
请描述你的设计流程，从拿到需求到输出最终方案
查看答题思路
1. 理解需求：和 PM 对齐业务目标和用户场景 2. 竞品分析：同类产品怎么做的 3. 用户调研：目标用户的实际痛点 4. 低保真原型：快速验证交互流程 5. 高保真设计：视觉细节 + 组件规范 6. 开发交付：标注 + Design Token + 走查 7. 上线后复盘：数据验证设计假设
你怎么理解 Design System，以及为什么要用它
查看答题思路
1. Design System = 设计语言 + 组件库 + 规范文档的集合 2. 价值：保证一致性（所有页面看起来像同一个产品）、提高效率（开发-设计对齐）、可维护（改一处全局更新） 3. 核心组成：Design Token（颜色/间距/字体）、组件（按钮/表单/卡片）、模式（导航/搜索/反馈）
你的作品集中最满意的项目是哪个，为什么
查看答题思路
1. 选一个最有深度的，不是最漂亮的 2. 设计目标：为谁解决什么问题 3. 设计过程：展示 sketches → wireframes → final（体现思考） 4. 设计决策：为什么选这个方案而非其他 5. 结果：数据反馈（转化率/满意度/留存）
为一个老年人使用的健康监测 App 设计首页，你会考虑哪些特殊需求
查看答题思路
1. 可读性：大字号（≥18px）、高对比度、避免低饱和配色 2. 交互：大点击区域（≥48px）、避免双击/长按/滑动等复杂手势 3. 信息架构：只展示最核心信息（血压/心率/用药提醒），不要信息过载 4. 容错：误操作可撤销，关键操作二次确认 5. 语音输入：考虑老年人打字不便
你怎么衡量一个设计的好坏
查看答题思路
1. 不只是好看——设计是解决问题的工具 2. 可用性指标：任务完成率/时间/错误率 3. 商业指标：转化率/留存率/NPS 4. 主观评估：用户访谈/可用性测试中的反馈 5. 强调「设计是假设，数据是验证」
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。