# 混元Agent数据与环境平台工程师（深圳/北京/上海）

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 腾讯 (Stage unknown)
- Locations: 北京
- Role: Engineering
- Apply on the official site: https://careers.tencent.com/jobdesc.html?postId=2061654752378400768

## Role description from source

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`