腾讯
校招腾讯云—面向数据库自动驾驶领域大模型的强化学习研究
成都 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、有强化学习方向顶会的博士和优秀硕士；
- 2、深入理解Transformer架构和大语言模型原理，熟练掌握SFT、RLHF、DPO，RLVR等后训练技术，熟悉PyTorch/TensorFlow框架，有实际模型训练调优和分布式训练经验；
- 3、熟悉数据库原理、SQL语法、执行计划分析等专业知识，有数据库内核开发、性能优化、运维自动化相关经验者优先；
- 4、有大规模数据处理、数据标注质量控制、模型评测体系构建经验，熟悉领域Benchmark设计或参与过开源评测项目者优先。
岗位描述
【岗位职责】
课题背景：
随着大语言模型整体智能化程度的不断提升，当前数据库存储系统的智能化数据管理和运维能力还不够智能化，特别是随着vibe coding在更多的用户中普及，这些没有开发能力的用户也无法运营和管理好自己的数据库服务，如何实现这些数据库和基础设施的自动驾驶变的越来越重要。
课题挑战：
参与业界顶尖的数据库agentic模型后训练工作，结合RL能力，提高模型表现
具体工作：
你将参与到Database Model继续训练和后训练的整个技术管线设计和实现，包含强化学习轨迹数据合成，强化学习算法设计，强化学习环境设计，强化学习效率优化等等。
【任职要求】
- 1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、有强化学习方向顶会的博士和优秀硕士；
- 2、深入理解Transformer架构和大语言模型原理，熟练掌握SFT、RLHF、DPO，RLVR等后训练技术，熟悉PyTorch/TensorFlow框架，有实际模型训练调优和分布式训练经验；
- 3、熟悉数据库原理、SQL语法、执行计划分析等专业知识，有数据库内核开发、性能优化、运维自动化相关经验者优先；
- 4、有大规模数据处理、数据标注质量控制、模型评测体系构建经验，熟悉领域Benchmark设计或参与过开源评测项目者优先。
【技术方向】
智能体、强化学习
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。