腾讯
实习微信小微-基于微信复杂生态的Agentic后训练研究
北京 · 实习 · 博士
长期有效
任职要求
- 学历和专业要求：
- 来自计算机、人工智能、自动化、信息工程等相关专业的博士、硕士同学。
- 技术技能要求：
- 掌握大模型SFT、强化学习、持续学习等算法及应用，熟悉Python，了解PyTorch等训练框架及LLM Agent相关技术。
- 软性素质要求：
- 具备较强的自主探索与工程实现能力，对Agent系统与后训练方向有浓厚兴趣，学习能力强，能独立推进研究课题。
- 此课题同时招聘应届实习生和低年级实习生。
岗位描述
【岗位职责】
课题背景：
微信的生态非常丰富，拥有朋友圈、视频号、公众号、小程序等功能。作为微信助手，如何能够正确地使用这些功能，是助手能力的基本盘。现有的基模主要聚焦于通用的能力和世界知识，与微信生态和用户真实的使用情况有鸿沟，因此需要我们针对业务场景进行Agentic后训练。
课题挑战：
微信生态中朋友圈、视频号、公众号、小程序等各功能模块的交互逻辑差异显著，构建高保真的训练环境本身就是一个复杂的系统工程。真实业务场景下，功能调用成败的判断标准模糊，缺乏标准化的自动评估体系，使得模型能力的量化与对比困难重重。Agentic后训练覆盖的能力众多，合版时需要兼顾各能力的独立效果与版内耦合，稍有不慎就可能引入能力遗忘或负向迁移。此外，线上用户的query高度复杂，往往包含多步骤的组合任务与个性化上下文，对模型的指令遵循、工具调用与长程规划能力提出了更高的要求。
具体工作：
参与Agentic后训练数据体系的设计与构建，探索面向微信生态的多能力联合训练与合版优化方法，结合微信助手真实场景完成效果评测与迭代优化。
【任职要求】
学历和专业要求：
来自计算机、人工智能、自动化、信息工程等相关专业的博士、硕士同学。
技术技能要求：
掌握大模型SFT、强化学习、持续学习等算法及应用，熟悉Python，了解PyTorch等训练框架及LLM Agent相关技术。
软性素质要求：
具备较强的自主探索与工程实现能力，对Agent系统与后训练方向有浓厚兴趣，学习能力强，能独立推进研究课题。
【加分项】
此课题同时招聘应届实习生和低年级实习生。
【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 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。