腾讯
实习基于AI大模型的异构数据库智能语句改写方向研发与探索
北京 · 实习 · 本科
长期有效
任职要求
- 1、计算机科学、软件工程、电子信息等相关专业本科及以上学历；
- 2、熟练掌握数据结构、算法、操作系统、计算机网络等计算机基础知识；
- 3、熟练掌握至少一门编程语言，例如：C/C++、Java、Python、Go等；
- 4、具备强烈的学习意愿和能力，能够快速掌握新技术；
- 5、具备良好的沟通能力和团队合作精神，能够积极主动地解决问题。
- 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：
随着云数据库国产化替代（去O）及 AP 架构演进，客户从 Oracle、Snowflake 等异构系统向自研数据库迁移时，海量复杂 SQL 与 PL/SQL 的语法转换及调优成为核心瓶颈。同时，数据库内核研发技术门槛极高，新人熟悉底层架构、以及基于线上工单追踪定位内核级源码缺陷的耗时巨大。本课题旨在构建深入内核层面的 Agent 系统，统一解决异构 SQL 智能转换优化与内核级问题辅助定位，全面赋能数据库研发与业务平滑迁移。
课题挑战：
- 1、异构复杂语法的等价转换与深度优化： 将不同方言（如 Oracle PL/SQL、Snowflake）转换为自研数据库语法，要求极高的 AST 解析与语义对齐能力。不仅要实现逻辑严格等价，还需结合内核特性给出最优的执行计划重写方案；
- 2、内核级源码的深度检索与精准关联： 融合海量底层 C/C++ 源码、架构文档与历史工单构建知识库。代码逻辑的向量化表征极为困难，如何在复杂的线上问题提问中，精准召回对应的底层源码与异常链路，直接定位内核态问题，是一大技术难题；
- 3、改写方案与内核联调的自动化验证： 面向极其复杂的异构迁移场景，缺乏现成且高覆盖率的测试集。如何利用大模型逆向生成包含边缘触发条件的 SQL以及PL/SQL 测试用例，并与内核引擎联调验证执行逻辑的绝对正确，面临严峻挑战。
具体工作：
构建内核级Agent基座，统一实现跨维度的代码理解。向上开发异构SQL、PL/SQL智能转换与优化引擎，赋能去O平滑迁移。向下融合底层源码与历史工单构建向量知识库，打造高度一体化的内核辅助研发与诊断闭环。
【任职要求】
- 1、计算机科学、软件工程、电子信息等相关专业本科及以上学历；
- 2、熟练掌握数据结构、算法、操作系统、计算机网络等计算机基础知识；
- 3、熟练掌握至少一门编程语言，例如：C/C++、Java、Python、Go等；
- 4、具备强烈的学习意愿和能力，能够快速掌握新技术；
- 5、具备良好的沟通能力和团队合作精神，能够积极主动地解决问题。
【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 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。