【派遣】机器人平台开发工程师 深圳 全职 智能机器人板块 职位描述 1. 负责数据采集运营、数据管理与可视化工具的全栈研发，参与需求分析、技术方案设计、开发交付和持续迭代。2. 负责 Web 前端页面、交互组件与数据可视化能力建设，提升复杂业务流程和多维数据的展示与操作体验。3. 负责后端服务、开放接口、任务流转、权限控制及数据查询能力开发，保障系统的可扩展性、稳定性和安全性。4. 参与前后端工程体系建设，包括组件沉淀、接口规范、自动化测试、CI/CD、监控告警和性能优化。5. 与产品、数据、算法、测试及运营团队协作，将业务需求抽象为通用能力并推动高质量落地。6. 探索并落地基于大模型的智能 Agent 能力，负责工具调用、工作流编排、知识检索、效果评测与可观测性建设，并将其集成到业务系统中提升研发和作业效率。 职位要求 任职要求1. 计算机相关专业本科及以上学历，具备 3 年及以上前端、后端或全栈开发经验。2. 熟练掌握 React、Vue 等主流前端框架，具备 TypeScript/JavaScript 工程实践和复杂交互开发能力。3. 熟练掌握 Go、Java、Python、Node.js 中至少一门后端语言，熟悉 RESTful API、数据库设计、缓存和消息队列等常用技术。4. 具备良好的系统设计、代码质量和问题排查能力，熟悉 Linux、Git、容器化部署及常见监控工具。5. 具备较强的业务理解、沟通协作和自主推进能力，能独立承担模块从设计到上线的完整交付。6. 熟练使用 AI Coding Agent
【27届】机器人系统工程师（前端） 深圳 互联网 / 电子 / 网游 - 研发 27届校园招聘 职位描述 1、参与机器人应用层前后端开发，建设任务调度、数据采集、人机交互等相关业务能力。2、负责 Web 端交互与可视化开发，参与后台 / 中台服务建设（Go / Java 等）。3、负责与底层 ROS / C++ 模块的通信对接、联调排障与协议打通。4、参与功能验证、问题修复与相关技术文档编写。 职位要求 1、本科及以上学历，计算机、软件工程、自动化等相关专业。2、熟悉前端（TypeScript / React）或后端（Go / Java / Node.js）至少一门技术栈，对全栈开发有兴趣。3、掌握数据结构、计算机网络、操作系统等基础，了解 HTTP / WebSocket 等通信方式。4、熟悉 Linux 常用命令，具备基本联调与排障能力。5、加分项：有全栈 /
团队介绍腾讯游戏商务部的主旨是建立腾讯与全球优质厂商的桥梁，服务与全球100+投资伙伴和重要厂商。持续扩大腾讯在全球互联网生态和游戏行业的影响力，利用敏锐的嗅觉捕捉高潜力商业合作机会，并帮助投资伙伴持续的成长。深耕亚太、欧美和新兴市场，与日本、韩国、美国、英国、法国、芬兰、德国等成熟市场和东南亚、中东、土耳其等新区域的伙伴建立了深度的战略合作关系，实现商业上的共赢。 商务部期待全球的优秀人才一同加入，通过全球的优质人才网络巩固和扩大腾讯与全球合作伙伴的合作关系，并为市场孵化更多优质的游戏产品。 岗位职责 1.负责部门 Agent 产品研发，与业务、Agent 产品及运营团队紧密合作，将业务需求转化为可实现、可验证、可量化的技术方案，承担架构设计、前后端开发、测试、部署及持续迭代的完整闭环。 2.负责 Agent 核心能力建设，包括企业知识库、RAG、记忆系统、工具调用、业务 Agent、MCP，以及 Multi-Agent 与人机协作流程的设计和实施。 3.负责 Agent 与腾讯内部基础设施及产品的集成，包括模型与 Agent 平台、权限身份体系、知识库及数据平台，并通过 API、SDK、MCP等方式建设稳定、可复用的连接能力。 4.建设部门 Agent Benchmark、评测与可观测体系，通过自动化评测、回归测试、Tracing、日志监控和反馈闭环，持续优化任务成功率、生成质量、稳定性、响应速度及成本。 5.建设生产级工程与安全保障体系，包括 CI/CD、自动化测试、灰度发布、故障恢复、权限控制、操作审计和数据隔离，保障 Agent 产品安全稳定运行。 岗位要求 1.本科及以上学历，5 年以上软件研发经验，具备复杂系统或产品从0到1交付经验；能力和作品突出者可适当放宽。 2.熟练掌握 JavaScript/TypeScript，熟悉 React 或 Vue 中至少一种主流前端框架。熟练使用 Python、Go、Java或基于 Node.js 的服务端开发技术，熟悉
我们正在寻找一位 全栈工程师，参与核心 AI Agent 产品从架构设计、能力建设到生产落地的完整过程。你将参与 Web 产品、API 服务、Agent 编排系统、后台任务系统、数据层和部署流程等多个环节，和团队一起构建面向真实生产环境的 AI Agent 产品。 你将深度参与 AI Agent 系统的工程化建设，包括 Agent Loop、工具调用、任务编排、多步骤执行、上下文管理、模型路由、异步任务处理、结果持久化、错误恢复、日志追踪与系统可观测性等关键模块。这个岗位不是简单调用大模型 API，而是需要将 LLM 能力、业务流程、前后端系统和用户体验结合起来，构建可稳定运行、可持续扩展的生产级 Agent 产品。 在这个角色中，你需要理解 Agent 如何接收用户目标、拆解任务、选择工具、执行动作、处理中间状态、根据反馈继续推理，并最终产出可靠结果。你也需要关注 Agent 执行过程中的实际工程问题，例如任务超时、工具失败、重试策略、状态一致性、成本控制、并发执行、队列调度、数据追踪以及生成结果的可复现性。 你会和产品、设计、前端、后端和基础设施团队紧密协作，把 AI 能力落到真实的产品体验中。我们希望你既能理解前端产品形态和用户交互，也能深入后端服务、数据模型、任务队列和 Agent 编排系统，帮助团队搭建长期可维护、可扩展、可观测的 AI Agent 工程体系。