腾讯
实习企业微信-基于大语言模型的非结构化数据知识挖掘与智能体应用研究
深圳总部/北京/广州 · 实习 · 博士
长期有效
任职要求
- 岗位职责：
- 1、计算机、数学、统计学、自然语言处理、机器学习、人工智能及相关理工科专业，博士学历优先，特别优秀的硕士亦可考虑；
- 2、具备LLM驱动的知识图谱构建、信息抽取、结构化处理经验者优先，包括但不限于图数据库应用、实体对齐等；
- 3、熟悉序列建模、行为预测等技术，有数据挖掘相关研究经验者优先；
- 4、有顶会论文发表、知名研究机构实习经验或开源项目贡献者优先。
岗位描述
【岗位职责】
课题背景：
企业办公场景中沉淀了海量非结构化数据资产，蕴含着丰富的业务知识与关联信息。本课题旨在基于大语言模型，从复杂的非结构化数据中安全、精准地提取结构化知识，并构建自动化的知识挖掘与分析系统，为企业智能化升级提供核心技术支撑。
课题挑战：
- 1、复杂数据的结构化提取：原始数据存在边界模糊、话题交织、语义歧义等特征，需攻克高难度的非结构化文本解析与结构化表示难题。
- 2、深层知识关系挖掘：从海量文本中挖掘隐含的实体关系、业务流程与知识图谱，要求极高的准确率和鲁棒性。
- 3、知识与智能体的融合应用：将挖掘所得的结构化知识与智能体（Agent）能力深度结合，在实际业务场景中实现稳定、可泛化的智能应用。
具体工作：
深度参与非结构化数据知识挖掘与智能体应用的研发工作。核心职责包括：基于 LLM 设计并优化知识抽取与图谱构建方案，探索结构化知识与智能体系统的融合路径，推动研究成果在真实场景中落地。
【任职要求】
岗位职责：
- 1、计算机、数学、统计学、自然语言处理、机器学习、人工智能及相关理工科专业，博士学历优先，特别优秀的硕士亦可考虑；
- 2、具备LLM驱动的知识图谱构建、信息抽取、结构化处理经验者优先，包括但不限于图数据库应用、实体对齐等；
- 3、熟悉序列建模、行为预测等技术，有数据挖掘相关研究经验者优先；
- 4、有顶会论文发表、知名研究机构实习经验或开源项目贡献者优先。
【技术方向】
搜索、推荐、模型应用
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 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
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。