腾讯云BI-后台开发工程师

1.智能分析平台研发：主导腾讯云ChatBI 的架构设计，深度融合大模型技术（如 RAG、NL2SQL、NL2DSL），实现自然语言驱动的数据查询与可视化分析能力，推动产品向 AI 原生方向升级。
2.AI 驱动产品设计：负责腾讯云数据分析类产品的智能化迭代，基于 LLM 能力重构交互逻辑（如自然语言语义解析、动态知识注入），打造 “零代码” AI 分析体验，覆盖 SaaS 与私有化部署场景。
3.AI 技术方案落地：根据业务需求输出兼具创新性与可行性的技术方案，主导大模型微调（如领域适配、参数高效优化）、向量数据库集成、智能查询优化等核心模块开发，确保代码质量与工程落地性。
4.智能场景问题攻坚：针对 SaaS 与私有化客户的复杂需求，通过 AI 技术手段（如模型推理优化、实时数据处理）解决智能分析链路中的性能瓶颈、语义歧义等问题，保障 AI 功能在不同部署环境下的稳定性与准确性。

1、具备扎实的编程基础，精通 Java/python任一开发语言，熟练运用 Spring Boot/Spring Cloud 等微服务框架，能高效实现 AI 模块与业务系统的对接（如大模型 API 集成、向量数据库交互）
2、 具备扎实的数据结构与算法能力，擅长设计高效的 AI 推理优化方案（如 Query 改写、模型轻量化），能通过代码优化提升 NL2SQL、RAG 等模块的响应速度（如首 token 耗时控制在 3s 内）。
3、 精通 Hadoop/Hive/Spark/Flink 等大数据套件的原理与实战，能搭建 AI 训练与推理所需的数据管道（如实时数据接入、特征工程），支持大模型微调与知识库构建。
4、熟悉 ClickHouse 等 OLAP 引擎的选型逻辑，具备大数据项目架构经验，可设计面向 AI 分析的存储与计算方案（如多源数据融合、查询性能优化）。
5、 有大型分布式微服务项目开发经验，尤其熟悉 BI、数据分析类产品的架构（如支持百万级数据量的智能查询），具备 AI 功能落地（如 NL2SQL 引擎、智能可视化）的实战经验者优先。
6、 具备强问题解决能力，能快速定位 AI 模块异常（如模型生成错误 SQL、语义解析偏差），并通过技术手段（如日志分析、模型调试）推动优化。
。加分项：1.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。