腾讯(tencent)招聘智能体- LLMOps 平台技术负责人-CodeBuddy/WorkBuddy
招聘职位：
智能体- LLMOps 平台技术负责人-CodeBuddy/WorkBuddy 搜索同类职位
岗位职责：
1.负责以数据为中心的 LLMOps 平台整体架构设计与建设，覆盖大语言模型 Post-train（SFT、RLHF、DPO 等）全阶段的数据管线与训练工程体系；
2.主导大模型训练数据生命周期管理，包括大规模语料采集与清洗、数据质量评估与过滤、数据去重去污染、数据版本管理与血缘追踪，确保各训练阶段数据的高质量与可溯源；
3.带领工程团队构建高效的数据处理流水线与编排调度系统，支撑 PB 级语料的高吞吐处理，持续优化数据准备到训练启动的端到端效率。负责团队的技术方向把控、人才培养与跨团队协作，推动工程文化与最佳实践落地；
4.建设模型训练实验管理与可复现体系，打通数据准备、分布式训练、评估验证（Benchmark / Human Eval）、模型注册到部署上线的全流程自动化，缩短模型迭代周期；
5.构建 Post-train 阶段的数据闭环能力，包括人类偏好数据采集与管理、RLHF/DPO 训练数据管线、合成数据生成（Synthetic Data）与质量评估体系；
6.持续提升平台运行稳定性、安全性与可观测性，建立完善的 SLA 体系、训练容错与断点续训机制，保障大规模训练任务的连续性；
7.优化大规模 GPU/异构计算集群的资源调度策略，提升多任务并行训练效率与集群利用率，降低基础设施成本；
8.紧跟 LLM 领域前沿动态（如 Data-Centric AI、Scaling Laws、MoE、长上下文训练、多模态等方向），推动技术架构持续演进与平台能力升级。
岗位要求：
1.LLMOps 实战经验：深刻理解以数据为中心的大模型训练理念，具备大规模语料处理、数据质量工程、数据配比与课程学习、数据版本管理等方向的实际平台建设经验；熟悉 Pre-train / Mid-train / Post-train 各阶段的数据需求与工程挑战；
2.扎实的工程能力与系统设计功底：具备丰富的大规模分布式系统设计与开发经验，精通高可用架构、大规模存储系统、高性能计算调度、容错与断点续训、网络通信优化等核心技术，能够独立完成复杂训练基础设施的架构设计与技术选型；
3.编程与框架：具备优秀的软件工程素养与代码设计能力。熟悉大模型训练相关基础设施；
4.技术领导力：5 年以上相关领域工程经验，2 年以上团队管理或 Tech Lead 经验。具备出色的技术判断力，能在复杂业务场景下做出合理的技术决策与优先级排序；
5.沟通与协作：具备优秀的跨团队沟通与协调能力，能够有效对接算法研究员、数据团队、SRE 及产品团队，推动多方对齐与高效交付；
6.自驱与学习能力：有强烈的技术热情，持续关注前沿进展，能将新理念快速转化为工程实践。
岗位介绍：
在腾讯，技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题，还是生活与人的问题，腾讯技术人都力图交出漂亮的答卷。我们善用科学工具，以强大的思维之力创造世界，为卓越的产品体验保驾护航，也为公司和产品策略提出宝贵的洞见，用技术引领新的变革。这里的每位成员，既传承着长久以来的务实文化，又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」，分享团队能量，尽情发挥所长。
1.负责以数据为中心的 LLMOps 平台整体架构设计与建设，覆盖大语言模型 Post-train（SFT、RLHF、DPO 等）全阶段的数据管线与训练工程体系；
2.主导大模型训练数据生命周期管理，包括大规模语料采集与清洗、数据质量评估与过滤、数据去重去污染、数据版本管理与血缘追踪，确保各训练阶段数据的高质量与可溯源；
3.带领工程团队构建高效的数据处理流水线与编排调度系统，支撑 PB 级语料的高吞吐处理，持续优化数据准备到训练启动的端到端效率。负责团队的技术方向把控、人才培养与跨团队协作，推动工程文化与最佳实践落地；
4.建设模型训练实验管理与可复现体系，打通数据准备、分布式训练、评估验证（Benchmark / Human Eval）、模型注册到部署上线的全流程自动化，缩短模型迭代周期；
5.构建 Post-train 阶段的数据闭环能力，包括人类偏好数据采集与管理、RLHF/DPO 训练数据管线、合成数据生成（Synthetic Data）与质量评估体系；
6.持续提升平台运行稳定性、安全性与可观测性，建立完善的 SLA 体系、训练容错与断点续训机制，保障大规模训练任务的连续性；
7.优化大规模 GPU/异构计算集群的资源调度策略，提升多任务并行训练效率与集群利用率，降低基础设施成本；
8.紧跟 LLM 领域前沿动态（如 Data-Centric AI、Scaling Laws、MoE、长上下文训练、多模态等方向），推动技术架构持续演进与平台能力升级。
岗位要求：
1.LLMOps 实战经验：深刻理解以数据为中心的大模型训练理念，具备大规模语料处理、数据质量工程、数据配比与课程学习、数据版本管理等方向的实际平台建设经验；熟悉 Pre-train / Mid-train / Post-train 各阶段的数据需求与工程挑战；
2.扎实的工程能力与系统设计功底：具备丰富的大规模分布式系统设计与开发经验，精通高可用架构、大规模存储系统、高性能计算调度、容错与断点续训、网络通信优化等核心技术，能够独立完成复杂训练基础设施的架构设计与技术选型；
3.编程与框架：具备优秀的软件工程素养与代码设计能力。熟悉大模型训练相关基础设施；
4.技术领导力：5 年以上相关领域工程经验，2 年以上团队管理或 Tech Lead 经验。具备出色的技术判断力，能在复杂业务场景下做出合理的技术决策与优先级排序；
5.沟通与协作：具备优秀的跨团队沟通与协调能力，能够有效对接算法研究员、数据团队、SRE 及产品团队，推动多方对齐与高效交付；
6.自驱与学习能力：有强烈的技术热情，持续关注前沿进展，能将新理念快速转化为工程实践。
岗位介绍：
在腾讯，技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题，还是生活与人的问题，腾讯技术人都力图交出漂亮的答卷。我们善用科学工具，以强大的思维之力创造世界，为卓越的产品体验保驾护航，也为公司和产品策略提出宝贵的洞见，用技术引领新的变革。这里的每位成员，既传承着长久以来的务实文化，又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」，分享团队能量，尽情发挥所长。
免责声明：
此信息由腾讯官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“腾讯官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！