腾讯
校招腾讯营销—多模态大模型与强化学习驱动的广告投放Agent
上海 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 1、硕士研究生及以上学历，计算机科学、人工智能、自然语言处理、多模态等相关领域；
- 2、精通PyTorch/TensorFlow等框架，具备大规模语言模型训练与优化经验；
- 3、熟悉常见大语言模型如Qwen、LLaMA、GLM等开源模型和多模态大模型，有基座/垂域大模型训练和应用经验；
- 4、对SFT、偏好对齐（RLHF/DPO）、强化学习、prompt engineering、RAG等大模型相关技术有深入了解；
- 5、在ACL/EMNLP/NeurIPS/KDD/ICML/CVPR等顶会发表LLM或搜广推相关论文；有开源项目贡献或独立AI Agent开发经验。
岗位描述
【岗位职责】
课题背景：
随着广告投放系统的智能化演进，传统规则驱动和人工运营模式已难以应对复杂投放场景。大语言模型（LLM）在理解与推理方面能力强大，但在广告投放等复杂决策场景的工业应用尚属空白；强化学习（RL）在序列决策方面具有优势，但在高维状态和稀疏奖励下面临探索效率低等瓶颈。本课题致力于探索LLM结合RL，构建具备任务理解、策略规划与持续优化能力的广告投放Agent，推动Agent技术在广告工业界的大规模落地应用，具有重要的学术研究价值与广阔工业前景。
工作内容：
- 1. 研究多模态大模型与强化学习的深度融合方法，设计并实现广告投放Agent的核心算法；
- 2. 负责Agent在广告投放场景的策略优化与效果调优，推动技术方案在亿级用户场景落地；
- 3. 跟进前沿学术进展，产出高质量技术方案与研究论文
【任职要求】
- 1、硕士研究生及以上学历，计算机科学、人工智能、自然语言处理、多模态等相关领域；
- 2、精通PyTorch/TensorFlow等框架，具备大规模语言模型训练与优化经验；
- 3、熟悉常见大语言模型如Qwen、LLaMA、GLM等开源模型和多模态大模型，有基座/垂域大模型训练和应用经验；
- 4、对SFT、偏好对齐（RLHF/DPO）、强化学习、prompt engineering、RAG等大模型相关技术有深入了解；
- 5、在ACL/EMNLP/NeurIPS/KDD/ICML/CVPR等顶会发表LLM或搜广推相关论文；有开源项目贡献或独立AI Agent开发经验。
【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。