AI数据工程开发

在腾讯，技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题，还是生活与人的问题，腾讯技术人都力图交出漂亮的答卷。我们善用科学工具，以强大的思维之力创造世界，为卓越的产品体验保驾护航，也为公司和产品策略提出宝贵的洞见，用技术引领新的变革。这里的每位成员，既传承着长久以来的务实文化，又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」，分享团队能量，尽情发挥所长。

1.负责云采购供应领域的 AI 数据与智能应用平台建设，围绕规划、采购、供应保障、库存与风险分析等场景，打造行业标杆 AI 产品，推动 AI 能力规模化落地；
2.围绕 AI 场景构建面向智能应用的数据体系，包括数据资产组织、业务语义建模、Schema 增强与知识沉淀等能力，使供应链数据能够被 AI Agent 和业务应用准确理解、高效消费；
3.推动数据与业务能力的服务化、标准化，建设统一的数据消费与工具调用能力，包括 API、MCP Tool、CLI、Skill、Workflow 等，实现能力的可调用、可组合与可复用；
4.主导复杂平台架构设计与关键技术方案落地，完善 AI Agent 编排、异步任务、服务治理与可观测性等工程能力，保障平台的稳定性、性能、安全性和可扩展性；
5.与云供应、采购及运营团队紧密协作，深入理解服务器与关键部件的业务场景和数据口径，将业务需求沉淀为平台化能力，持续推动云供应链 AI 产品与数据基础设施演进。

1.本科及以上学历，计算机、软件工程、数据科学等相关专业，能力突出者可适当放宽；
2.具备 5 年以上后端或平台研发经验，熟悉 Python，拥有扎实的编码、调试和系统设计能力；
3.熟悉数据库与数据处理，具备良好的 SQL 能力，能够理解复杂数据模型、指标口径及分析查询；
4.具备 API、异步任务、缓存、消息队列、权限控制、服务治理等后端系统开发经验；
5.有大模型应用开发经验，理解 Agent、RAG、工具调用、Workflow 等基本机制，并具备真实项目落地经历；
6.具备较强的问题定位和稳定性治理能力，能够系统处理模型调用、工具执行、数据准确性及长任务运行等复杂问题；
7.具备良好的业务抽象和沟通能力，能够从模糊需求中识别核心问题，并独立推动方案设计、开发、上线和持续优化；
8.对 AI 辅助研发有深入实践，能够熟练使用 AI 编程工具提升开发、测试、排障和文档沉淀效率。