# 混元Agent数据与环境平台工程师（深圳/北京/上海）

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 腾讯 (阶段未知)
- 地点: 北京
- 职能: 工程开发
- 前往官方投递: https://careers.tencent.com/jobdesc.html?postId=2061654752378400768

## 来源岗位原文

1.负责大语言模型训练与评测场景的智能体交互环境接入与平台化，对接自研、第三方和开源环境，制定接口与数据规范，建设验证与回归机制；
2.建设 Agent 框架的数据集能力，对 Pretrain / Posttrain / Eval 数据进行平台化管理，完善数据元信息、题目内容、版本、来源、权限、质量状态和运行环境等能力；
3.推进数据集与框架能力协同设计，支持超长任务、复杂系统任务、多轮用户环境和环境依赖型数据集；
4.打通数据集、任务框架、沙盒环境、训练流程和评测结果之间的链路，提升数据使用的可追踪性、可复现性和交付效率。
职位要求
1.精通 Python，具备扎实的软件工程能力与系统设计能力，能在复杂系统中推进架构落地；
2.熟练掌握 Docker 容器化交付体系，理解镜像构建优化、依赖隔离、网络/存储、制品/镜像仓库等能力，并能设计可复现的环境交付流程；
3.熟悉 Kubernetes 使用与排障，能在集群环境下完成部署治理、资源配置和稳定性问题定位；
4.有后端服务、数据平台、任务平台、机器学习平台或评测平台相关研发经验；
5.理解数据集管理中的版本、元信息、质量校验、权限、可追踪性和自动化流程，具备良好的数据建模能力；
6.具备强问题分析与闭环能力，能高效利用 AI 工具提升研发效率，并能与算法和平台团队协作推进落地。
工作年限（官方顶部字段）
一年以上工作经验
官方重要事项
1.熟悉强化学习、Eval、Benchmark、Agent 任务数据或大模型训练数据流程；
2.具备跨语言协作能力，能借助 AI 工具阅读和维护 TypeScript / Rust / Go 代码。

---
opening_id: 5b9a8574-e665-42e1-875e-c7e8cdfeb8cf

`anm openings save --id 5b9a8574-e665-42e1-875e-c7e8cdfeb8cf`