腾讯
实习微信读书-长文本处理技术研究
北京 · 实习 · 博士
长期有效
任职要求
- 1、计算机、人工智能等相关专业硕士及以上学历，博士优先。
- 2、深厚的 NLP 理论基础，熟悉 Transformer 架构细节，熟练掌握 PyTorch深度学习框架，具备优秀的编程能力。
- 3、有长文本处理（Long Context LLM）相关研究经验，有RAG（检索增强生成）、向量数据库、知识图谱融合相关项目经验者优先。
- 加分项：
- 1、在 ACL, EMNLP, ICLR, NeurIPS, ICML 等顶级会议发表过相关论文者优先。
- 2、有 HuggingFace 开源项目贡献或 GitHub 高星项目者优先。
岗位描述
【岗位职责】
课题背景：
尽管大语言模型（LLM）近期在意图识别与指令遵循等任务上表现卓越，但在超长文本处理领域仍面临严峻的技术瓶颈。 首先，基于Transformer架构的模型，其计算与存储复杂度随序列长度呈平方级增长，导致在扩展至长文本时资源开销急剧攀升； 其次，在超长上下文中，注意力机制往往难以精准捕捉长距离依赖关系，出现“迷失中间（Lost in the Middle）”现象，严重削弱了知识捕获与推理能力。 具体到微信读书的应用场景，需处理的对象为整本图书，其文本长度常达百万甚至千万字级别。如何在如此巨大的篇幅下实现高效、通用的长上下文理解，并建立科学的评测体系，已成为连接前沿模型能力与实际工业应用的关键研究课题。
课题挑战：
- 1、如何对海量的书籍正文进行快速预处理，并将其与用户生成内容（UGC，如书评、想法）进行深度融合，构建适应性强的知识表征，以高效支持知识问答、书籍评价、多维分类及剧透检测等多元化下游任务。
- 2、针对超长序列带来的计算瓶颈，如何从算法与系统层面进行协同优化（如改进注意力机制、显存优化等），在保证模型性能的前提下，显著降低训练与推理阶段的计算资源消耗与时间延迟。
- 3、如何设计一套客观、全面的评测基准，有效量化大模型在超长上下文中的信息提取准确度与逻辑推理能力，重点解决长文本生成中常见的“幻觉”问题，确保模型输出的忠实度与可靠性。
具体工作：
本课题将深入微信读书核心业务场景，依托平台高质量文本数据，开展数据驱动与算法创新相结合的深层研究。针对特定业务任务，开展包括训练范式改进（如长序列训练稳定性优化）、推理加速（如KV Cache优化、线性Attention机制）以及系统级框架设计（如检索增强生成RAG架构）在内的多样化研究；构建面向书籍理解的前沿评测基准（Benchmark），确保技术指标的科学性；研究成果可直接部署于实际生产环境，显著提升微信读书用户的阅读与交互体验。
【任职要求】
- 1、计算机、人工智能等相关专业硕士及以上学历，博士优先。
- 2、深厚的 NLP 理论基础，熟悉 Transformer 架构细节，熟练掌握 PyTorch深度学习框架，具备优秀的编程能力。
- 3、有长文本处理（Long Context LLM）相关研究经验，有RAG（检索增强生成）、向量数据库、知识图谱融合相关项目经验者优先。
加分项：
- 1、在 ACL, EMNLP, ICLR, NeurIPS, ICML 等顶级会议发表过相关论文者优先。
- 2、有 HuggingFace 开源项目贡献或 GitHub 高星项目者优先。
【技术方向】
大语言模型、NLP
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 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
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。