腾讯 – 腾讯云BI-后台开发工程师 职位分析和面试指导

职位简介：

作为腾讯云BI-后台开发工程师，你将主导腾讯云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，并推动产品向AI原生方向升级。你需要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。同时，你将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，并解决智能分析链路中的性能瓶颈、语义歧义等问题。你需要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，并擅长设计高效的AI推理优化方案。此外，你需要精通Hadoop/Hive/Spark/Flink等大数据套件的原理与实战，熟悉ClickHouse等OLAP引擎的选型逻辑，并具备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。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在撰写简历时，你需要突出你在AI驱动产品开发和大模型技术集成方面的经验。首先，确保你的技术栈部分明确列出你精通的编程语言（Java或Python）和框架（如Spring Boot/Spring Cloud），并举例说明你如何将这些技术应用于实际项目中。其次，详细描述你在大模型技术（如RAG、NL2SQL、NL2DSL）方面的实战经验，包括你如何设计并实现自然语言驱动的数据查询与可视化分析功能。如果你有AI推理优化方案（如Query改写、模型轻量化）的经验，务必在简历中突出这些亮点。此外，强调你在大数据技术（如Hadoop/Hive/Spark/Flink）和OLAP引擎（如ClickHouse）方面的熟练程度，并举例说明你如何利用这些技术搭建AI训练与推理所需的数据管道。最后，如果你有大型分布式微服务项目开发经验，尤其是BI或数据分析类产品的架构经验，一定要在简历中详细描述这些项目，并突出你在AI功能落地（如NL2SQL引擎、智能可视化）方面的贡献。

在面试中，面试官会重点关注你在大模型技术集成和AI驱动产品设计方面的能力。首先，准备好详细的技术方案，展示你如何将大模型技术（如RAG、NL2SQL、NL2DSL）与数据分析平台深度融合。你可以通过具体的项目案例来说明你是如何设计并实现自然语言驱动的数据查询与可视化分析功能的。其次，面试官可能会考察你在AI推理优化方面的能力，因此你需要准备一些具体的优化方案（如Query改写、模型轻量化）以及这些方案如何提升系统性能（如首token耗时控制在3s内）。此外，面试官可能会问及你在大数据技术（如Hadoop/Hive/Spark/Flink）和OLAP引擎（如ClickHouse）方面的经验，因此你需要准备好相关的技术细节和实战案例。最后，面试官可能会考察你的问题解决能力，因此你需要准备一些具体的案例，展示你如何快速定位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。在整个面试过程中，保持自信和专业，确保你的回答具体、详细且与职位要求高度相关。