共 24 个在招岗位 · 腾讯在北京的最新招聘信息
1.参与SoC/IP 系统/子系统的设计和实现； 2.负责模块架构设计、RTL实现、时序分析优化以及模块的PPA优化； 3.支撑 SoC/IP 的系统集成，以及文档编写； 4.与性能分析团队一起进行芯片性能改进； 5.与设计验证团队一起制定验证测试计划，覆盖率分析，芯片仿真以及调试。
1.参与《狩》项目专属 DS 架构设计与核心系统研发，主导多人联机玩法的服务端落地、性能优化与安全体系建设； 2.从底层引擎到上层业务全流程把控，打造高可用、高并发、高安全的工业化 DS 服务端。
1.负责LLM在游戏领域的应用落地，包括但不限于游戏智能NPC的对话、决策交互、陪玩等； 2.负责大模型开发的相关工作，包括但不限于：数据合成、微调（SFT、蒸馏）、强化（DPO、GRPO）、RAG、多模态LLM（涉及游戏盘面状态）等； 3.负责探索与跟进AIGC前沿技术，结合未来实际应用场景，提供技术解决方案。
1.负责语音相关技术的研发与优化，包括但不限于语音识别、语音唤醒、口语评测等方向； 2.针对输入法、语音助手等实时语音场景进行优化，解决实际业务中的技术难题，提高算法准确率和效率； 3.与产品、工程团队紧密合作，推动AI算法在输入法产品中的落地与应用； 4.跟踪AI领域前沿技术，探索新技术在输入法场景中的创新应用。
1.负责商业化变现工作，从流量、变现效率等方向挖掘收入的良性增长空间，包括但不限于前端样式、广告流量策略、产品创新等； 2.聚焦信息流场景，深入理解平台用户行为，针对平台特点设计产品策略和样式探索资源价值最大化方案； 3.为收入负责，关注核心业务数据指标和异动分析，拆解、规划项目/资源的关键提收路径，并持续优化； 4.深入理解业务核心行业/客户需求，并根据平台用户特点不断优化行业消耗结构； 5.协同上下游，与相关团队协作并推动产品项目顺利落地。
1.配合算法工程师，推动深度学习相关算法的落地，打造高吞吐、低延时的推理系统； 2.优化大模型推理性能，提升吞吐并控制成本； 3.优化大模型推理框架，提升框架易用性和可调试性。
1.负责深度学习训练相关算子的设计、实现与优化（ CUDA/CUTLASS/Triton ）； 2.面向大模型训练场景，对算子进行端到端性能分析与调优，持续挖掘吞吐、延迟、显存利用率等指标的优化空间； 3.参与或主导 3D 并行（Data / Tensor / Pipeline Parallel 等）训练体系下的算子与通信方案设计与优化； 4.与分布式训练、系统、模型算法团队密切协作，共同提升大规模训练任务的整体效率与稳定性； 5.跟踪业界前沿的硬件架构与系统软件（GPU 架构、网络、编译器、库等），将最新技术转化为实际性能收益。
1.Analyze investment opportunities in the AI sector by conducting industry research, company research, CEO interviews, expert interviews, data analysis, financial modeling, and valuation analysis. 2.Play a key role in the post-portfolio management process, including tracking financial and operational performance, conducting regular post-deal meetings with management, helping to process documentation and internal approval processes, and proposing actions to optimize value creation. 3.Support investment directors/associates in executing deals towards closing, including due diligence, term negotiation, and internal investment processes. 4.Support sector team initiatives such as hosting weekly meeting, portfolio review process. 1.通过进行行业/研究、创业者访谈、数据挖掘以及财务建模，分析/判断AI领域的投资机会； 2.在投资组合管理过程中发挥关键作用，包括跟踪财务和运营表现，定期与管理层举行投资后会议，协助处理文件和内部审批流程，并提出优化价值创造的行动方案； 3.支持投资总监/投资经理执行交易直至完成，包括尽职调查、条款谈判和内部投资流程； 4.支持行业组的各项运营工作，如小组周会主持以及季度投资公司复盘。
参与微信大规模语言模型（WeLM）的建设，涵盖训练流程的多个环节 1.探索大规模预训练模型的结构创新、优化器策略创新，提升单位算力下的智能获取效率 2.探索更高效全面的预训练数据建设方案、预训练数据使用方案 3.建设通用 Long-Horizon LLM Agent 的训练策略 4.独立或与其他研究员合作进行前沿领域研究。
1.负责C端业务的客户端与服务端测试，覆盖功能、性能、稳定性、兼容性等环节，守护端到端的产品体验； 2.从0到1建设并完善过程质量体系，通过深度用例设计与复杂场景构造，持续提升核心模块高风险缺陷的提前暴露能力； 3.参与算法和大模型相关的评测工作，力求评判标准科学严谨，以数据驱动发现质量薄弱环节，推动过程质量与运营质量的持续改进； 4.具备"端云协同"架构下的全链路质量把控能力，独立完成复杂链路拆解、疑难问题复现与根因定位，输出有效的防御与改进策略； 5.关注AI技术发展，主动探索AI如何落地到测试和评测，赋能提质增效有自己的理解和想法，愿意主动探索并推动新方法在团队内生根发芽。
1.根据客户大数据迁移上云场景，提炼并明确迁移工具产品需求，主导迁移工具产品架构设计及落地； 2.深度参与迁移工具模块的需求调研工作，负责技术方案的设计以及开发落地实现，确保产品功能按时交付； 3.对迁移工具性能进行持续优化，旨在提高从IDC及友商大数据平台迁移的效率，同时增强客户自助迁移的能力。
1.技术演进路线制定：持续跟进业界传输技术发展方向（包括但不限于传输系统，IPOD系统，相干模块），结合业务需求制定自研传输平台技术演进路线，明确短期产品研发与中长期技术布局方向，保持产品技术竞争力； 2.系统与硬件架构设计：主导自研传输平台开放光网络系统的整体架构设计，包括系统方案设计、硬件架构设计、光层/电层方案选型、设备形态规划等，输出完整的技术规格与架构设计文档，确保架构的先进性、可扩展性与成本竞争力； 3.合作伙伴研发项目管理：负责与研发合作伙伴的联合研发项目管理，制定研发里程碑与交付节点，跟进产品研发进度，协调解决研发过程中的技术与资源问题，确保研发项目按计划高质量推进； 4.产品质量管理：建立并持续完善自研平台系统质量管理体系，跟进平台系统质量指标，识别质量风险与瓶颈，推动跨团队协作进行优化改进，持续提升系统稳定性与可靠性； 5.系统测试验证：负责对设计的自研产品进行系统级测试验证，制定测试方案与验收标准，验证产品功能与性能指标，确保上线无重大质量问题发生，为产品规模化部署提供质量保障。
一、全球DCI网络架构规划与持续演进： 1.负责腾讯全球DCI网络整体架构设计与中长期演进规划； 2.结合业务发展需求、运营目标、外部资源特性及行业技术趋势，持续推动网络架构升级； 3.输出端到端DCI解决方案，覆盖网络拓扑、设备选型、协议设计与优化、SDN/NFV系统架构、智能管控平台建设等关键领域； 二、业务需求承接与解决方案落地 1.统筹腾讯集团及云业务在DCI网络侧的需求承接，建立业务目标与网络能力之间的高效协同机制； 2.联动研发、规划、交付、运维及上下游合作团队，完成方案设计、资源协调、实施推进与项目交付； 3.确保网络架构在性能、稳定性、扩展性与成本效率等维度有效支撑业务发展； 三、数据驱动的技术规划与架构优化： 1.基于海量网络运营数据开展建模分析，识别用户需求、运行瓶颈及系统性优化机会； 2.持续优化网络架构与运营体系，保障网络质量、交付效率与成本控制满足业务长期发展要求。
1.通信库运营保障：负责集合通信库（如 NCCL 等）在⼤规模 AI 训练/推理集群中的部署、配置、升级与⽇常运营，确保通信服务的⾼可⽤性和性能达标； 2.性能监控与优化：建设通信性能监控体系，持续跟踪 AllReduce/AllGather/All-to-All 等关键通信算⼦的带宽和延迟指标，识别性能退化并驱动优化； 3.故障诊断与恢复：快速响应训练 hang、通信超时、性能下降等故障，具备从业务现象出发逐层定位到通信库、传输层、硬件层根因的能⼒，缩短 MTTR； 4.业务⽀撑协同：与上层训练/推理框架团队紧密协作，理解不同并⾏策略（TP/PP/DP/EP/CP）对通信的需求，提供通信层⾯的调优建议； 5.⼯具与⾃动化建设：参与或主导通信诊断⼯具、⾃动化巡检、异常检测等运营⼯具的开发，提升运营效率和故障⾃愈能⼒； 6.容量规划与技术演进：根据业务增⻓和新硬件（NVLink/InfiniBand/RoCE）的引⼊，参与集群通信架构规划和通信库版本选型评估。
1.负责交换机软件的设计、开发、测试和维护工作； 2.根据网络产品及运营需求定义技术规格，并推动需求交付； 3.编写技术文档，包括设计文档、用户手册和维护指南； 4.跟踪业界趋势，推动关键网络技术落地部署及持续演进。
1.负责视频生成方向多模态模型各训练阶段（PT/CT、SFT、RL）及核心训练模块（Caption、PE、Reward、质量算子等）的数据体系建设，深入理解模型能力演进路径，围绕模型能力需求规划训练数据体系，持续推动模型能力提升； 2.深入理解模型训练流程及不同阶段的数据特点，能够结合模型能力、评测结果及业务目标拆解数据需求，设计数据获取、数据生产、数据加工、数据配比、训练交付等完整方案，并协同算法、工程、评测、数据运营等团队推进落地； 3.建立并持续完善训练数据质量体系、生产规范、流程标准及效率指标，推动数据采集、过滤、分类、清洗、加工、精标、验收、交付及合规等全生命周期能力建设，不断提升数据质量、数据生产效率及模型迭代效率； 4.基于模型训练效果、离线评测、线上反馈及 Bad Case 分析，定位模型能力瓶颈及本质原因，持续优化数据策略、数据结构及数据分布，建立数据驱动模型持续迭代的闭环机制； 5.持续关注多模态模型及行业前沿技术，探索 AI 驱动的数据生产范式，包括但不限于自动化数据 Pipeline、Synthetic Data、Agent驱动数据生产等新方向，沉淀可复用的数据策略和数据生产方法论，不断提升数据生产效率及模型迭代效率。
1.负责企业微信在互联网行业的新客户拓展、老客户深挖和商业化产品的销售达成； 2.根据互联网各细分行业的业务场景，结合企业微信的内外部产品能力，探索之间的商业化机会； 3.整合企业微信不断迭代的产品能力，形成互联网行业的内部办公场景及外部私域运营的解决方案，提炼总结并可复制，推进行业标杆案例的建设； 4.以行业标杆案例为契机，构建行业圈层的影响力； 5.关注竞争对手动态，提升企业微信在互联网行业的竞争力。
1.MLOps全链路建设：负责数据、特征、训练、版本、评测、部署、推理、监控迭代全流程工程化建设，标准化AI研发交付流程； 2.企业级特征平台落地：主导 Feast 架构落地与优化，搭建离线/在线统一特征体系，完成特征物化、回填、版本管理与高并发在线查询，治理特征漂移与一致性问题； 3.自动化训练流水线：基于 MLflow/Kubeflow/Airflow 搭建训练调度、实验追踪、版本管理自动化流水线，提升算法迭代效率； 4.模型服务化工程：基于 Docker/K8s 完成模型容器化部署、灰度发布与弹性扩缩容，优化在线推理、批量预测性能，保障高可用、低延迟、高吞吐； 5.AI可观测与稳定性：搭建数据、特征、模型指标、漂移、推理异常监控体系，形成告警与迭代闭环，保障线上模型长期稳定运行； 6、该岗位可 base 北京、深圳、杭州、上海。
1.需求梳理：负责与业务团队的需求对接，分解网络产品功能，联合上下游团队推动网络需求落地； 2.技术收益评估：负责关键网络技术的技术方案设计与PoC验证落地，与业务深度联合优化，完成业务收益的评估闭环； 3.异构卡部署：负责异构GPU卡型的引入与通信性能相关的验收与调优，推动在业务训练/推理框架上的部署落地； 4.技术探索：探索高性能网络新方向，制定网络技术方案，负责前期PoC验证、技术可行性和业务收益评估。
1.主导万卡级GPU集群的全局资源调度，通过精细化管理和优化策略，显著提升资源利用率，确保离线和在线任务的高效稳定运行； 2.深入优化RDMA高速网络、分布式存储与计算资源的协同调度，有效解决大规模训练任务中的性能瓶颈，提升整体计算效率； 3.基于Kubernetes、Docker等云原生技术，构建高可用调度框架，全面支持分布式训练框架，实现任务编排、容灾与混部能力，并深入K8s调度器、CSI插件及CRD的开发，推动大规模训推技术的实际落地； 4.积极探索混合云、虚拟化、ARM异构计算等前沿方向，不断推动技术与平台能力的升级和创新。
1.负责腾讯竞价投放 线索场景（金融/教育/大本地/车房家等行业）的需求洞察分析、竞品调研、逻辑梳理、策略制定、数据分析与上线推进，包括不限于企微投流的方案优化，利用出价策略等提升线索类客户后效指标等； 2.负责项目推进过程中跨部门与多团队的协调沟通工作，保证产品功能的稳步推进； 3.产品上线后，与行业运营、销售团队合作，推动产品相关运营推广工作； 4.根据上线后的数据表现，评估产品收益，制定产品持续化迭代方向； 5.持续优化投放效果及流量变现能力，推动产品健康持续发展。
1.参与微信搜索Agent能力优化，包括Search Agent（DeepSearch/DeepResearch）和真实世界复杂任务上的Agentic能力； 2.跟进前沿技术：Mid-Train、SFT、GRM、PRM、RLVR、Agentic RL、Agent自进化、Context管理/Memory等； 3.探索稳定高效的Agentic RL方案，探索下一代大模型结合Agent结合搜索的技术和产品范式。
1.负责WorkBuddy的生态合作运营，围绕金融、SaaS、法律、医疗及其他重点领域，持续引入和运营优质合作伙伴； 2.结合用户、合作伙伴及平台三方需求和目标，设计分层运营体系，制定准入规则、治理及运营规则、激励政策及权益体系； 3.深度理解重点行业运营模式，设计基于平台能力的合作方案，打造标杆案例并沉淀可复制的生态模式； 4.工作地可选择：深圳/北京/上海。
1.参与设计并实现 Agent 执行全链路的 tracing & observability 系统； 2.参与构建 Agent 质量评估体系：自动化 eval pipeline、A/B testing、regression detection； 3.开发 Agent debugging 工具； 4.参与核心支撑平台（标注、SBS 评测、数据管道）的架构设计与开发； 5.和 AI 研究团队零距离，能第一时间触碰最新的模型能力，并与团队紧密协作，将大模型与 Agent 协同进化的研究成果工程化落地； 6.探索并实践 AI Agent的日常工作流。
