腾讯
校招微信视频号-视频号电商新模型推荐范式研究
广州 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 学历和专业要求：计算机科学、人工智能、数据科学等相关专业的博士 / 硕士研究生优先，具备扎实的算法理论基础。
- 技术技能要求：精通深度学习框架，熟悉超大模型训练；掌握推荐系统、召回 / 排序算法及多目标优化机制；具备LLM开发、调优经验。
- 软性素质要求：具备极强的逻辑推理能力与跨团队协作能力，对技术细节有极致追求，能够独立推动算法项目从模型研发到线上落地的全流程。
岗位描述
【岗位职责】
课题背景：微信视频号电商致力于优化直播电商、短视频电商等内容分发，提升用户购物和消费体验，以技术升级为微信电商提供增长新动力 。现阶段视频号电商推荐系统已落地LLM推荐和生成式推荐等新推荐范式，下一步将探索两者与传统判别式模型的结合，利用多种建模能力与更合理的算力分配方式，实现在大候选上召回与排序的统一模型，从而提升推荐效果。
课程挑战：
- 1. 探索传统判别式与生成式模型的融合方式，提升生成式召回的判别能力，并为判别式任务提供高效的候选压缩与候选表征能力
- 2. 探索基于LLM基座的端到端推荐优化，实现微信多领域用户信息的高效压缩输入，并结合电商业务优化SFT与RL方式
- 3. 探索LLM表征或推荐结果在判别式与生成式模型的融合方式，提升融合深入程度以提升推荐模型的复杂业务信息感知能力
具体工作（>=T10）：
- 1. 具备推荐系统全局视野，理解传统推荐系统召回精排等模型的设计原理与局限，基于现有系统设计全新的模型方案，研究大候选和超长序列下序列和候选的压缩和利用方式，找到最佳的算力分配和组合机制，思考已有建模方式如何改进利用。
- 2. 熟悉LLM的工作方式，结合业务的算力和实时性要求，设计LLM与线上系统的融合方式，让LLM能深度赋能推荐系统。
具体工作（<T10）：
- 1. 能快速理解各项模型设计思路，承担起单个模型模块的具体工作，能结合实践情况和业界调研解决遇到困难，逐步完善整体设计并工程落地。
- 2. 熟悉LLM常见SFT和RL工具和训练方式，能结合业务情况选择合适手段达到预期目标
【任职要求】
学历和专业要求：计算机科学、人工智能、数据科学等相关专业的博士 / 硕士研究生优先，具备扎实的算法理论基础。
技术技能要求：精通深度学习框架，熟悉超大模型训练；掌握推荐系统、召回 / 排序算法及多目标优化机制；具备LLM开发、调优经验。
软性素质要求：具备极强的逻辑推理能力与跨团队协作能力，对技术细节有极致追求，能够独立推动算法项目从模型研发到线上落地的全流程。
【技术方向】
搜索、推荐、模型应用
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。