腾讯
实习微信 跨平台大模型计算基础设施
深圳总部 · 实习 · 本科
长期有效
任职要求
- 招聘要求
- 学历和专业要求：本科及以上学历，专业不限。
- 加分项：
- - 在 ACM / ICPC 等代码竞赛中获得银牌及以上，或在 ASC / CPC / PAC 等超算竞赛中取得前 30% 名次
- - 以第一作者或主要工程贡献者身份，在 SC、PPoPP、ATC、EuroSys、IPDPS、ICCD、MLSys 等系统方向会议，或 CCF-A 类算法方向会议上发表过论文
- 技术技能要求
- - 对 CPU/GPU/NPU 等硬件体系结构有实践层面的理解，能分析其对算子性能与模型部署的影响
- - 能够在端侧或服务端独立完成模型的部署、调试与性能分析
- - 在以下一个或多个方向有深入了解：C/C++/CUDA 高性能编程、图编译与算子优化、KV Cache / MoE / DiT 等模型结构的 Training-free 推理优化
- 软性素质要求
- - 具备独立思考与自驱能力，能够围绕研究课题进行深入探索
- - 面对新领域能快速上手，具备系统化学习与构建知识体系的能力
- - 拥抱 AI，善于利用 AI 工具辅助工作流，对大模型的落地应用有热情与愿景
岗位描述
【岗位职责】
课题背景
随着语言模型、多模态模型及 AIGC 技术的快速发展，AI 正在深刻重塑微信生态中的内容理解、生成、推荐、问答、交互等核心能力。围绕这些场景，上百种不同规模的模型已经被部署在移动、桌面及服务器等端侧与云侧环境的 CPU/GPU/NPU 等异构硬件之上，并适配多种操作系统与复杂业务环境。
面向大语言模型、多模态模型与 AIGC 应用的极致推理与图形图像处理等并行计算与 Co-design 能力及其配套设施，是微信持续投入、打磨和夯实的重要基础能力模块之一，对于丰富产品能力、提升用户体验、降低功耗和节省成本至关重要。
课题挑战
- 1、硬件微架构与体系结构层面：大模型对硬件微架构的效率极为敏感。然而不少关键平台的微架构细节并不完全公开，充分挖掘各平台的真实潜力需要深入剖析硬件行为并设计针对性的软硬件协同优化方案。
- 2、大模型结构与并行计算层面：大模型的结构与计算模式复杂且持续演进，需要持续跟进算法进展，快速识别工程落地机会，将学术创新转化为系统优化方向。
- 3、软件系统框架与架构层面：不同场景和平台在功耗、吞吐、时延等目标上差异显著。如何围绕微信实际业务目标实现合理折衷，同时保持架构的灵活性与可扩展性。
- 4、学科交叉层面：要求研究者具备跨层次、跨方向的综合能力，完成从模型到系统的闭环优化。
具体工作
核心目标是面向手机、PC 等终端以及国产 GPU / NPU 加速卡，进行高性能算子开发、推理框架建设与大模型推理优化。
在算子与推理引擎层面，实现跨平台的通用推理性能提升。在端侧与加速卡 NPU 上进行针对性加速的同时，也探索通用的 CPU / GPU 优化方案，从编译、算子、推理引擎多个维度协同发力。在部署形态上，覆盖端云协同、多机多卡推理等多种方案，追求极致的端到端性能。
在模型演进层面，传统 LLM 和 DiT 的结构已趋近成熟，自回归视频模型、扩散语言模型、生成理解统一模型等新兴架构将是重点优化方向。同时，已有模型在我们这里并非"只读"的——我们也会面向推理场景，通过微调、蒸馏、量化、剪枝等手段优化性能、保证质量、降低成本，推动系统与模型的 Co-design。
【任职要求】
招聘要求
学历和专业要求：本科及以上学历，专业不限。
加分项：
- - 在 ACM / ICPC 等代码竞赛中获得银牌及以上，或在 ASC / CPC / PAC 等超算竞赛中取得前 30% 名次
- - 以第一作者或主要工程贡献者身份，在 SC、PPoPP、ATC、EuroSys、IPDPS、ICCD、MLSys 等系统方向会议，或 CCF-A 类算法方向会议上发表过论文
技术技能要求
- - 对 CPU/GPU/NPU 等硬件体系结构有实践层面的理解，能分析其对算子性能与模型部署的影响
- - 能够在端侧或服务端独立完成模型的部署、调试与性能分析
- - 在以下一个或多个方向有深入了解：C/C++/CUDA 高性能编程、图编译与算子优化、KV Cache / MoE / DiT 等模型结构的 Training-free 推理优化
软性素质要求
- - 具备独立思考与自驱能力，能够围绕研究课题进行深入探索
- - 面对新领域能快速上手，具备系统化学习与构建知识体系的能力
- - 拥抱 AI，善于利用 AI 工具辅助工作流，对大模型的落地应用有热情与愿景
【技术方向】
AI基础设施、系统与安全
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。