来源显示在招 · 最近观察 2026-10-18
1.负责腾讯云MaaS核心平台研发，涵盖模型托管、在线推理、微调训练、数据预处理、Prompt工程、安全审核等全链路系统设计与实现；
2.负责MaaS产品API网关、SDK、控制台、任务调度系统、监控告警、计费计量等模块开发，保障系统高可用、高稳定、可扩展；
3.协同算法、产品、算力、安全团队，完成模型适配、性能优化、工程化封装、合规加固，推动混元及第三方模型快速上线与稳定服务；
4.跟踪业界大模型工程化、云原生、分布式系统技术趋势，持续优化架构，提升研发效率与产品竞争力。
职位要求
1.本科及以上学历，计算机、软件工程、人工智能等相关专业，3 年及以上云原生/AI工程化研发经验；
2.精通至少一种主流语言（Golang/Java/Python），具备扎实的数据结构、算法、操作系统、网络基础，有高并发分布式系统实践优先；
3.熟悉云原生技术栈：K8s、Docker、微服务、RPC/HTTP、消息队列、数据库、缓存，有云厂商或中间件研发经验优先；
4.了解大模型全流程：训练、微调、RAG、推理引擎、量化、蒸馏、向量数据库等，有MaaS/LLM Inference服务开发经验优先；
5.熟悉AI Infra：GPU使用与优化、异构算力纳管、分布式任务调度、性能压测与调优，有大规模模型服务上线运维经验优先；
6.具备良好的系统设计、问题定位与跨团队协作能力，能独立负责复杂模块 / 系统，执行力强；
7.对AGI与MaaS有强烈热情，学习能力强，关注混元、DeepSeek 等主流模型及行业竞品，愿意长期深耕 AI 工程化领域；
8.有AI 安全合规、内容审核、企业级私有化交付、金融/政务等高安全要求场景经验者优先。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责大模型应用 APP 的研发工作，参与 iOS/Android 跨端产品从 0 到 1 的架构设计、核心功能开发、上线迭代与体验优化；
2.围绕 AI 对话、翻译、总结、写作辅助、多轮会话、语音输入/播报、文档处理等场景，完成大模型能力在移动端的产品化落地；
3.负责 APP 与大模型服务的接入与优化，包括流式输出、上下文管理、会话历史、Prompt 模板、模型路由、请求重试、缓存、弱网/无网处理等能力建设；
4.参与端侧大模型能力探索，支持模型文件下载与管理、端侧推理接入、量化模型运行、离线能力、隐私保护、首 Token 延迟、内存与功耗优化等工作；
5.建设高质量移动端工程体系，保障 APP 在多端设备上的稳定性、兼容性、性能、安全性和用户体验；
6.与产品、算法、服务端、设计团队紧密协作，持续打磨面向 C 端用户的 AI 原生应用体验，打造好用、稳定、智能的移动端大模型应用。
职位要求
1.本科及以上学历，计算机、软件工程、人工智能等相关专业优先，3年以上移动端 APP 开发经验，有复杂 C 端应用或 AI 应用从 0 到 1 经验优先；
2.熟练掌握 iOS 或 Android 原生开发，熟悉 Swift/Objective-C、Kotlin/Java 中至少一种技术栈，具备良好的移动端架构设计和工程落地能力；
3.熟悉 Flutter、React Nativ e、Kotlin Multiplatform、腾讯Kuikly 等跨端开发方案中的一种或多种，能够保障 iOS/Android 多端体验一致性和交付效率；
4.熟悉移动端常见工程能力，包括组件化/模块化、状态管理、网络通信、本地存储、权限管理、推送、埋点、灰度发布、版本升级等；
5.具备扎实的性能与稳定性优化经验，能够独立处理启动速度、包体积、内存占用、卡顿、耗电、Crash/ANR、弱网、兼容性等问题；
6.熟悉大模型应用开发链路，理解多轮对话、上下文窗口、Token 消耗、流式响应、Prompt 编排、模型 API 接入、模型降级/路由、内容安全等能力。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.有端侧模型部署与推理经验为加分项，如使用 llama.cpp、GGML/GGUF、MLC-LLM、ONNX Runtime Mobile、TensorFlow Lite、Core ML、MNN、NCNN 等框架在移动端部署 LLM、翻译、ASR、OCR、Embedding 等模型；
2.了解模型量化、KV Cache、推理加速、Metal//Vulkan/NNAPI/GPU/NPU/DSP、模型动态下载与版本管理、离线推理、端云协同等方向者优先；
3.另外具备 HarmonyOS或小程序应用开发或上架经验者优先；
4.具备良好的产品意识、用户体验意识和技术责任心，能
来源显示在招 · 最近观察 2026-10-18
1.协助美术团队和AI团队制定针对各类视觉表现效果、数据生产流程需求的技术方案，并通过开发工具、制作实例、提供建议等方式在引擎中实现；
2.结合效果和硬件平台限制，与程序开发、美术团队配合制定渲染效率与质量优化方案，制定资源规范；
3.通过编写脚本工具，探索优化工作流程等方式，协助美术团队提升生产效率和质量；
4.生产一部分技术性较强的美术资源；
5.项目组工作对接和技术支持；
6.关注并思考业界新的工具、趋势在工作室内项目应用的可行性，对美术等相关岗位进行新技术相关的培训。
职位要求
1.本科及以上学历，5-8年以上工作经验；
2.优秀的口头和书面表达能力，阅读英语资料无障碍；
3.良好的团队协作能力，有开发大中型项目经验者优先；
4.熟悉AI相关软件，对AI有一定了解者优先；
5.熟练掌握商业游戏引擎（Unreal/Unity/CE等），或自研引擎经验者优先。
工作年限（官方顶部字段）
两年以上工作经验
来源显示在招 · 最近观察 2026-10-18
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。
职位要求
1.使用 Cursor / Claude Code / Codex 等进行重度编程，对 agentic coding 的能力边界和 failure mode 有切身的体感；
2.极客精神，喜欢折腾新技术，享受新技术带来的生产力突破，拥有一定的全栈工程能力和系统设计功底；
3.熟悉 AI/Agent 技术栈，了解 LLM、Agent framework、prompt engineering；
4.代码质量要求严格，代码是给未来的 AI 和人一起维护的，可读性、架构性等缺一不可；
5.对Code Agent的未来有深刻思考，希望加入这股生产力变革的浪潮之中。
工作年限（官方顶部字段）
两年以上工作经验
官方重要事项
1.有 Agent Observability 系统的开发或深度使用经验；
2.参与过 AI Agent 产品从 0 到 1 的构建；
3.开源项目贡献者 或 有趣的个人项目、技术博客等；
4.喜欢高密度协作和快速迭代的工作模式。
来源显示在招 · 最近观察 2026-10-18
1.负责 Agent 数据生产、标注与评测平台的后端架构设计和核心服务研发；
2.设计统一的任务与轨迹数据模型，描述任务指令、初始环境、工具权限、Agent Action、环境 Observation、中间状态、最终结果及验证规则；
3.建设完整的数据生产工作流，并建设 Coding 与 Agentic Work 数据生产能力、Computer Use、Mobile Use数据生产和标注能力；
4.与基础设施团队协作，接入并应用容器、MicroVM、虚拟桌面等沙箱能力，完成环境创建、快照恢复、动态路由、资源控制和生命周期管理；
5.深入理解沙箱的隔离、网络、存储和安全机制，推动解决环境复现、启动性能、凭证注入、不可信代码执行及数据泄漏等问题；
6.建设平台的多租户、任务调度、权限控制、故障重试、数据追溯和可观测性能力；
7.与算法、数据、标注、前端及基础设施团队协作，将训练和评测需求转化为稳定、规模化的数据生产能力。
职位要求
1.本科及以上学历，计算机或相关专业，具备3年及以上后端或平台研发经验；
2.熟练掌握 Go，深入理解并发编程、Context、网络编程、性能优化及工程化实践；
3.熟悉 HTTP、WebSocket、gRPC，以及 MySQL/PostgreSQL、Redis、消息队列和对象存储等常用后端技术；
4.熟悉 Docker、Kubernetes 和 Linux，深入理解容器生命周期、镜像、网络、存储、资源隔离和调度机制；
5.具备较强的系统抽象能力，能够为不同 Agent、任务、工具和执行环境设计统一且可扩展的接口；
6.对 AI Agent、数据生产与标注、Agent 轨迹或环境交互有较强兴趣和理解。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1. 负责 MiniMax Agent / AI App 相关产品的服务端研发；
2. 参与 Agent 系统架构、任务调度、上下文管理、工具调用、数据链路等能力建设；
3. 与算法、产品、前端、客户端团队协作，推动大模型能力稳定、高效地服务用户；
4. 持续提升系统性能、稳定性、可扩展性和研发效率。
职位要求
1. 具备扎实的计算机基础和服务端工程能力，理解高并发、分布式、存储、缓存等常见问题；
2. 有复杂系统设计能力，关注技术方案的长期质量；
3. 对 LLM / Agent / AI App 有兴趣，有独立开发、开源项目、创业项目或 AI 工具实践者优先。
来源显示在招 · 最近观察 2026-10-18
1. 负责 MiniMax Agent 相关 Web / 桌面端产品的前端研发；
2. 参与 AI Agent 交互体验、工作流界面、多模态内容展示等核心模块建设；
3. 与产品、设计、服务端、算法团队协作，推动复杂 AI 能力产品化；
4. 持续优化前端性能、工程架构和研发效率。
职位要求
1. 熟悉前端技术栈，有扎实的前端基础；
2. 具备良好的工程能力，关注代码质量、组件设计、性能和用户体验；
3. 学习能力强，能快速理解业务和技术方案，主动推进落地。
4. 对 AI Agent、AI 工具、AI 应用有兴趣，有独立开发、开源项目、创业项目或 AI 工具实践者优先。
来源显示在招 · 最近观察 2026-10-18
团队介绍
我们正在构建企业级 AI Agent 评测与管理平台，覆盖模型管理、Agent 调试、评测任务调度、Pipeline 编排、沙盒执行等完整链路。平台服务于内部多个 AI 团队，日均承载大量 LLM 调用与 Agent 评测任务，直接影响模型评测、Agent 研发与迭代效率。
在这里，你将深度参与 AI Agent 前沿技术的工程化落地，接触模型训练、Agent 研发、数据标注、评测 Benchmark 等多个方向。平台技术栈现代、架构演进快，既有高并发调度、LLM 网关、容器沙盒等后端核心系统，也有可视化 DAG 编排、评测数据管理等产品化场景，具备充分的系统设计与技术发挥空间。
工作职责
1. 参与 AI Agent 评测平台核心功能开发，包括评测任务调度、Pipeline 编排引擎、数据集管理等模块
2.设计并实现 LLM 网关层，负责模型路由、Token 计量、多供应商模型接入与调用治理
3.开发和维护 Agent 沙盒执行环境，包括容器调度、工具执行、MCP 服务集成等能力
4.参与前端可视化编排界面开发，支持基于 DAG 的评测流水线配置与管理
5.持续优化平台稳定性与性能，支撑高并发评测任务的调度、执行与监控
职位要求
必须具备
1.一年以上后端开发经验，熟练掌握 Go 语言
2.熟悉 Web 框架开发，理解 RPC / HTTP 接口设计与代码生成
3.熟悉 MySQL、Redis，具备数据库设计与性能优化经验
4.熟悉 Docker / Kubernetes 等容器化部署技术
5.具备良好的系统设计能力，能够独立负责模块方案设计与落地
加分项
1.有 LLM / Agent 应用开发经验，了解 prompt engineering、function calling、MCP 协议
2.熟悉 Vue 3 或 React，能够参与前后端协同开发
3.有评测系统、Benchmark 平台或任务调度系统建设经验
4.有 Python 开发经验，了解数据处理流水线
5.熟悉 CI/CD 流水线搭建，有 DevOps 实践经验
来源显示在招 · 最近观察 2026-10-18
1、 基于 Kubernetes 建设多租户 GPU 算力调度平台，支持弹性伸缩与任务级管理
2、实现 GPU 拓扑感知调度（NVLink/PCIe），降低跨卡通信 P99 尾延迟
3、 探索 MIG、时间分片等 GPU 切分方案，提升卡级利用率
4、构建高并发大模型在线推理平台
5、 建设 GPU、网络、存储、推理全链路可观测性体系
6、 推进 Spot 实例与自动扩缩容，降低算力成本
7、 建立故障定位、应急响应与根因分析机制
职位要求
1、熟练 Golang、Python
2、熟悉 Kubernetes、Docker，有调度框架二次开发经验优先
3、熟悉至少一种训练/推理框架：PyTorch、Megatron、DeepSpeed、vLLM、SGLang
4、理解 GPU 架构、CUDA、异构计算；了解 RDMA、NVLink、InfiniBand
加分项：K8s Scheduler Framework、Volcano/Kueue、PD 分离、KV Cache、AI Agent 基础设施等
来源显示在招 · 最近观察 2026-10-18
这是一个面向海外客户真实 AI 场景的技术岗位。你会与 FDE、Consulting、产品和研发团队一起，从客户调研、Use Case 识别，到 AI Agent / Demo / POC 开发、数据与系统集成、评测和交付，参与企业 AI 项目的完整落地过程。
职位描述
1、参与海外客户访谈、业务调研和 Use Case 分析，将模糊问题逐步转化为可验证的 AI 场景；
2、基于 LLM、Agent、RAG、Tool Use、Workflow 等技术快速开发 Demo / POC / AI 应用；
3、参与后端 / 全栈开发、API 与数据处理、系统集成、部署测试和问题排查；
4、协助开展 Agent Eval、效果优化和生产验证；
5、沉淀代码、Agent、Prompt、Eval、知识库和交付方法等可复用资产；
6、与 FDE、Consulting、产品、研发、销售及客户团队协同推进项目。
职位要求
职位要求
1、本科以上学历，海外学习背景，计算机相关专业优先；
2、熟悉 Python / Java / Go / Node.js / SQL / API / Git 等部分技术栈，具备扎实的后端或全栈开发能力；
3、开发过 LLM / AI Agent / RAG / Tool Calling / Workflow 等项目，有 Eval、MCP、Multi-Agent 等经验优先；
4、主动、有 Ownership，学习速度快，能适应需求模糊、快速迭代的创业环境；
5、英语流利，可直接参与英文会议和技术沟通。
来源显示在招 · 最近观察 2026-10-18
1. 构建与迭代B端Agent平台与产品能力：工作流编排（DAG / State Machine）、多智能体协作、会话与任务系统（异步/长任务）、记忆与上下文管理。
2. 负责 Agent 工具体系工程化：工具注册/版本与兼容策略、参数 Schema（JSON Schema/Pydantic）、鉴权与租户隔离、幂等/重试/限流、失败降级、回放与审计。
3. 落地企业级 RAG：多源数据接入（文档 / DB / ES / 内网系统）、切分与索引、混合检索（Milvus / PGVector + ES）、重排、引用溯源、增量更新、权限过滤（ACL / RBAC / ABAC）。
4. 负责全栈交付：React 界面（用户界面和管理界面）、Python 后端（API、队列、调度、权限、审计、配置）。
5. 负责模型接入与路由：公有云与自建推理的统一适配层（Provider / Adapter）、模型路由策略、降级与容灾、成本与延迟优化（缓存、批处理、并发控制、token 预算）。
6. 负责交付与运维工程化：SaaS 多租户与配额；私有化安装包（K8s / Helm + Docker Compose）、离线依赖（镜像 / 包 / 模型 / 向量库）打包、升级迁移与回滚预案。
7. 建立评测与可观测：离线评测集、线上指标（成功率 / 工具成功率 / 引用命中率 / 延迟 / 成本）、A/B与回归门禁；基于Tracing / Metrics / Logs 实现端到端定位与复现。
职位要求
技术栈：Python / React / LangGraph / Milvus / PGVector / Elasticsearch / etc.
经验要求：5年+
1. Python 后端扎实：FastAPI（或等价）、异步/并发、任务队列、系统设计与性能优化。
2. React 前端扎实：能交付ToB用户界面和管理界面的复杂交互（流程编排 / 可视化 / 调试面板），熟悉工程化与状态管理。
3. 熟悉 LangGraph 或同类状态机 / 编排思想，能实现：状态持久化、重试与补偿、分支与回滚、人工介入（HITL）。
4. 熟悉 Milvus / PGVector / ES 的检索体系与 RAG 工程，理解混合检索、重排与引用溯源的工程化落地。
5. 熟悉ToB关键能力：多租户隔离、RBAC / ABAC、审计日志、配置隔离、灰度/回滚、配额/限流（至少参与过落地）。
6. 具备私有化/离线交付能力：K8s/Helm 与 Docker Compose 双形态部署；离线镜像仓库、依赖与模型分发；升级兼容与数据迁移。
7. 安全意识强：Prompt / Tool Injection 防护、最小权限、数据脱敏、审计可追溯。
8. 熟练使用相关AI工具包括不限于：
- 代码：Curs
来源显示在招 · 最近观察 2026-10-18
我们正在探索如何通过 Agent Harness Engineering 构建下一代 AI Infra 推理系统。你将参与即将开源的推理引擎研发，围绕算法优化、系统优化、服务优化、框架优化、编译优化与算子优化开展全链路技术探索，打造高性能、高易用、低功耗、跨平台的推理产品。
同时，你将探索如何利用 Codex、Claude Code、OpenCode 等 Coding Agent，结合 Skills / Plugins / Hooks / MCP、知识与上下文管理、多 Agent 协作、流程与工具设计、编译及自动验证技术，构建可持续迭代的 Agent 研发系统。我们希望进一步探索 Agent / Multi-Agent 自进化，以及 Agent for Systems、Agent for Science、Agent for Robotics 等更广泛的 Agent for X 方向。
团队研发环境扁平、技术决策链路短，并提供充足的模型 Token 与 GPU 算力，支持快速实验和前沿技术探索。
职位要求
我们希望你具备：
硕士及以上学历，计算机相关专业，具备扎实的操作系统、计算机体系结构、编译原理基础；
具备 AI Infra、推理优化、编译器、GPU 系统或高性能计算相关科研或工程经验；
熟悉 C++ / Rust / Python，熟悉 CUDA，具备独立分析和解决复杂系统问题的能力；
熟练使用 Codex / Claude Code / OpenCode 等 Coding Agent，并实际使用过 Skills / Plugins / Hooks / MCP 等 Agent 工程能力；
对 Agent、Multi-Agent System 以及智能体自进化有持续实践，并形成自己的理解和判断；
有较强的自驱力、好奇心与快速学习能力。
加分项：
有推理引擎、CUDA Kernel、Compiler / Runtime、LLM Serving 或性能优化相关经验；
熟悉 Agent / Multi-Agent 理论以及经典算法，包括规划、搜索、强化学习、形式化、博弈论等方向；
有 Agent Harness、Multi-Agent Workflow、自动代码优化、自动 Kernel 生成 或 Self-improving Agent System 相关研究或工程经验。
来源显示在招 · 最近观察 2026-10-18
1. 负责大模型推理引擎的基础软件框架研发，构建高性能、高可靠的推理核心系统。
2. 对接上层大模型算法与部署组件，高效集成自研推理框架与异构算子库，实现端到端推理链路优化。
3. 参与设计并实现低开发门槛、用户友好的大模型中间层软件栈，提升模型部署效率与易用性。
职位要求
1. 计算机相关专业背景，基础扎实，熟练掌握 C/C++ 和 Python，具备良好的数据结构与算法能力，有系统级软件架构设计经验。
2. 熟悉大模型推理核心技术，熟悉 PagedAttention、FlashAttention、KV Cache 多级管理与跨节点传输、PD 分离 等关键机制。
3. 有 vLLM、SGLang、TensorRT-LLM 等主流大模型推理框架的使用或开发经验。
4. 熟悉 华为昇腾（Ascend）、沐曦 等国产 AI 芯片生态，具备相关平台适配与性能优化经验者优先。
5. 熟悉 NCCL/HCCL 等通信库，掌握分布式推理中的张量/流水线并行、显存优化等技术者优先。
来源显示在招 · 最近观察 2026-10-18
Your Responsibilities
1.You will be granted full ownership and end-to-end accountability for the design and delivery of core product modules:
Full-Stack Product Development
Backend: Design and build high-concurrency, low-latency core services with Go/Python/Node.js, covering task scheduling, billing systems, authentication frameworks and asynchronous workflows.
Frontend: Independently develop user-facing web applications including creation workspaces, data dashboards, online 3D preview and interactive playgrounds, with a relentless focus on premium user experience.
Full lifecycle ownership: You take full control over the entire tech stack, from database schema design and API contracts to CI/CD pipelines and production monitoring.
2.Integration & Innovation of AI Capabilities
Deeply embed AI model capabilities (3D generation, post-processing, semantic comprehension) into product workflows, and design optimal interaction paradigms between users and AI.
Leverage LLMs and Agent tools to boost engineering efficiency: automated test generation, code review, documentation generation and intelligent operations.
Keep track of cutting-edge AI technologies (multimodal models, Diffusion, NeRF/
来源显示在招 · 最近观察 2026-10-18
Design, develop and launch AI Agents for real‑world business workflows. Deliver production‑grade systems that serve real end‑users and continuously undertake business tasks, and take ownership of business outcomes.
Iterate continuously based on online task performance and user feedback. Improve task success rate, stability, response latency and cost through root‑cause analysis of failure cases, evaluation regression testing and execution trace troubleshooting.
Build core Agent capabilities including task planning, tool calling, context management and memory module. Integrate business systems and data, and resolve challenges such as exception recovery, state management and permission control for complex tasks.
Select and extend Agent frameworks according to business requirements, and accumulate reusable engineering capabilities and tuning best practices.
1、面向真实业务流程，负责 AI Agent 的设计、开发与上线，交付有实际用户使用、能够持续承担业务任务的系统，并对业务效果负责；
2、围绕线上任务和用户反馈持续迭代，通过失败案例分析、评测回归及执行轨迹排查，优化任务成功率、稳定性、响应速度与成本；
3、负责任务规划、工具调用、上下文管理、Memory 等核心能力建设，打通业务系统与数据，解决复杂任务中的异常恢复、状态管理和权限控制问题；
4、结合业务需求选择和扩展 Agent 框架，沉淀可复用的工程能力与调优方法。
职位要求
Hands‑on experience building production‑grade business‑facing Agents that have been launch
来源显示在招 · 最近观察 2026-10-18
【我们在做什么】
Tripo 做 3D 生成：把文本、图片和交互变成可交付的 3D 资产。https://tripo3d.ai
本岗位在 Agent 团队，负责 Studio 中的 Canvas Agent：把自然语言、参考图和画布操作，编排成可执行的创作流程。
工作重点是 Agent 架构、评测，以及效果、成本、时延之间的取舍。
【你将负责】
1. 端到端创作链路：基于自然语言、参考图和画布交互，规划并执行「生成 → 检查 → 分割 / 局部编辑 → 贴图 → 重拓扑 → 绑骨 → 导出」，交付可恢复、可评测的生产级资产。
2. Agent 架构演进与工具化：把 Studio 已有的生成与后处理能力，沉淀为稳定、可组合的 Tool / Skill / MCP；演进编排与控制循环，定义接口契约、权限边界、计量计费和失败语义。
3. 画布上下文：设计画布侧状态协议，把场景图、部件选中、相机位姿、编辑历史与当前任务纳入 Agent 决策，并与对话上下文统一编排。
4. 长程任务状态机：覆盖提交、排队、预览、取消、重试、换种子重跑和断点恢复；处理超时、部分成功和失败恢复，而不是只对接同步 API。
5. 效果、成本与时延的取舍：这是一组持续 trade-off，不是单向追精度。按资产用途在快速网格与高精度模型之间路由，抑制无效重试；依据模型能力边界做选型、工具划分和停止条件，而不是默认调用最强模型。
6. 评测、triage 与效能：建设离线评测集和在线指标；对失败与低采纳 case 做 triage，把调优做成可重复迭代，持续提升效果、成本和时延上的效能。用户采纳、重生成、局部修改和导出用途，作为数据飞轮输入。
7. 跨团队落地：与前端、后端、算法、评测和 Infra 对齐接口、状态协议与交付节奏，把 Canvas Agent 稳定推到线上。
职位要求
【任职要求】
1. 本科及以上学历，计算机相关专业；3 年及以上后端或平台开发经验，能独立定位线上故障并做性能治理。
2. 精通 Go，有服务端系统设计与落地经验；能独立完成高并发与异步任务架构。熟悉缓存、消息队列、限流、熔断、降级与灰度；熟悉 Docker / Kubernetes、PostgreSQL、Redis。
3. 有 AI / Agent 相关的生产实践：做过线上质量、工作流、模型调用或同类系统即可。掌握意图理解与澄清、工具调用（Function Calling / MCP / Skill）、记忆与上下文压缩；能独立讲清并实现 Agent Loop，不绑定单一框架。
4. 理解 Agent 控制循环与系统拓扑的分工。熟悉 ReAct、Plan-Execute、Critic / Reflection 等循环，能判断观察是否改写下一步、何时打回、何时终止，并区分探索循环与步骤已锁定的定稿生成。熟悉
来源显示在招 · 最近观察 2026-10-18
Job Responsibilities
1.Multi-cloud Architecture Management & Business Implementation
Take charge of the planning, construction and daily operation & maintenance of the company’s infrastructure on mainstream public clouds including AWS and Alibaba Cloud. Independently collaborate with business teams to deliver architecture design, resource planning, deployment & launch, and full-lifecycle management for complex business systems.
2.Stability Assurance of Kubernetes Clusters
Build large-scale Kubernetes clusters, optimize their stability, conduct capacity planning and fine-tune scheduling policies. Lead containerization migration of services, and troubleshoot complex issues of cloud-native components such as network and storage.
3.O&M of AI Computing Infrastructure
Ensure stable operation of large model training and inference workloads. Be proficient in driver configuration, network (InfiniBand/RoCE) and monitoring troubleshooting of heterogeneous computing servers equipped with NVIDIA GPUs, and optimize GPU resource scheduling and utilization efficiency.
4.CI/CD & Automated Pipeline Construction
Design and optimize CI/CD pipelines based on GitHub Actions, GitLab CI, ArgoCD, etc. Prom
招聘状态未确认 · 最近观察 2026-10-18
岗位职责
负责移动端（iOS/Android）及跨平台APP的全栈研发，覆盖客户端、服务端、接口设计与落地，独立完成从需求分析、架构设计到开发、联调、上线的完整流程。
熟练运用主流游戏引擎与APP常用跨平台引擎，根据项目特点选择并落地技术方案（游戏类功能、高性能渲染、复杂交互、业务型APP等场景）。
参与或主导AI相关功能研发，包括但不限于：大模型/Agent接入、本地/云端推理、智能对话、内容生成、推荐、自动化流程等，完成Agent编排、工具调用、记忆管理、多Agent协作等核心能力建设。
负责前后端一体化架构设计，优化性能、内存、包体、启动速度与用户体验，保障高并发与稳定性。
与产品、设计、服务端、算法、测试等团队紧密协作，推动需求落地，输出技术方案与技术文档。
关注行业前沿技术（游戏引擎新特性、跨平台框架演进、AI Agent框架、端侧大模型等），持续优化技术栈与研发效率。
职位要求
任职要求
必备技能
计算机相关专业本科及以上学历，3年以上移动端/全栈开发经验，有完整APP从0到1或复杂功能迭代经验。
游戏引擎：熟悉至少一款主流游戏引擎（Unity / Unreal Engine / Cocos 等），掌握C#/C++开发，了解渲染管线、资源管理、性能优化、跨平台发布。
APP常用引擎/框架：精通至少一种主流跨平台方案（Flutter / React Native / uni-app / 原生+混合等），熟悉对应语言（Dart / JS/TS / Kotlin/Swift），具备独立完成复杂业务页面与原生桥接能力。
全栈能力：具备服务端开发经验（Node.js / Go / Python / Java 任一），熟悉RESTful/gRPC接口设计、数据库（MySQL/PostgreSQL/MongoDB/Redis）、基础云服务与部署。
AI & Agent：了解大模型基础原理与应用，有实际接入经验（OpenAI / Claude / 国内大模型API、LangChain / LlamaIndex / AutoGen / CrewAI / Dify 等框架优先）；熟悉Agent核心概念（规划、工具调用、记忆、多Agent协作），能独立完成简单到中等复杂度的Agent应用落地。
熟悉移动端性能优化、内存管理、包体积控制、启动优化、热更新等常见问题。
具备良好的代码规范、版本管理（Git）与协作意识，能撰写清晰的技术文档。
加分项
有游戏类APP、元宇宙/虚拟社交、互动娱乐、教育/工具类AI应用实际项目经验。
熟悉端侧推理框架（ONNX Runtime / TensorFlow Lite / Core ML / MLX 等）或本地大模型部署。
了解Unity/Unreal与Flutter/RN等跨引擎混合开发或通信方案
招聘状态未确认 · 最近观察 2026-10-18
1、负责网易云音乐社区风控与反作弊体系建设，对治理成效负责；
2、负责风控引擎与平台的架构，持续优化高并发、大流量、低延迟的系统；
3、组织各类场景的风控应急处置，通过 case 分析、定位、预案等快速止损；
4、建设特征库与多维防控体系，辅助优化反作弊和社区风控的策略和模型；
5、跟踪反作弊与 AI 技术趋势，探索AI/LLM/Agent 等前沿技术在风控场景的应用；
6、拆解复杂问题并主导方案落地，跨团队推动专项实施。
职位要求
1、本科及以上学历，计算机、数学或相关专业，5 年以上相关工作经验；
2、具备社区风控、反作弊等方向的实际业务经验，熟悉黑灰产攻击手法及防御体系；
3、后端功底扎实，做过高可用、大流量、分布式系统，具备独立架构设计与实现能力；
4、熟练使用 Java、Python、Go 等编程语言，熟悉Hive、Spark、Flink 等大数据处理框架；
5、组织过各类场景的风控应急，现场能通过 Case 分析、定位、预案快速止损；
6、具备良好的数据分析能力，能从数据中发现问题并提出解决方案；
7、复杂问题能独立拆解、分清主次并落地方案，善于跨团队推动实施。
官方顶部字段
学历：本科
年限：5-10年
招聘状态未确认 · 最近观察 2026-10-18
1. 负责云音乐微服务、可观测性、存储等中间件的设计、研发与演进，建设稳定、易用、可扩展的基础技术能力；
2. 深入业务场景，解决中间件接入、治理和运行中的复杂问题，沉淀最佳实践并持续提升平台产品化能力；
3. 结合 AI 研发方式和智能化能力，推动中间件在开发提效、服务治理、故障排查、运维运营等场景的能力升级。
职位要求
1. 3 年以上 Java 开发经验，熟练掌握线程、IO、网络、JVM 等基础能力，具备较强的架构设计、问题分析和工程落地能力；
2. 计算机基础扎实，理解数据结构与算法、操作系统、TCP/IP 及分布式系统原理，熟悉高可用、缓存、一致性、负载均衡等机制；
3. 熟悉微服务架构及相关中间件技术栈，包括但不限于 ZK、Dubbo/gRPC、网关、配置中心、可观测性、MQ、缓存等；
4. 具备较强的 AI 工程意识，熟悉 AI Coding 工具使用，了解大模型应用、工具调用、工作流编排等基本方法，并能结合中间件场景推动效率提升或能力创新；
5. 有自研中间件、多活架构、云原生、容器化经验者优先；有 AI 相关实践，或在智能运维、智能排障、研发提效等方向有落地经验者加分；
6. 热爱技术，具备良好的学习能力、协作能力和结果导向意识，能够在复杂场景下主动推进问题解决和方案落地。
官方顶部字段
学历：本科
年限：3-5年
