腾讯
实习微信-WeLM基座大模型后训练
北京 · 实习 · 硕士
长期有效
任职要求
- 岗位要求：
- 1、计算机科学、数学、人工智能等相关专业硕士及以上学历；
- 2、具备良好的数理基础和 NLP 技术基础，能够熟练使用 Megatron，HuggingFace，DeepSpeed，PyTorch 等框架至少一种，深入理解 Transformer、GPT 等模型架构；
- 3、在 Post-training 方向有一定研究基础，熟悉 SFT/DPO/PPO/GRPO/Reward Model 等；
- 4、具备良好的分析和解决问题的能力，针对具体的应用场景能合理设计和优化算法并应用；
- 5、对于探索前沿技术有很好的热情，具备独立探索前沿技术的能力，有良好的团队协作和沟通能力。
- 加分项：
- 1、主导过推理任务优化项目（如数学、编程、逻辑问答），在权威推理评测中取得过显著效果提升；
- 2、以第一作者身份发表过 NeurIPS、ICML、ICLR、ACL、EMNLP、NAACL 等论文；
- 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：
为微信基座大模型做通用后训练，在模型已经学会 “说话” 和 “知识” 的基础上，教它 “解决问题” 和 “符合预期”，开发并持续优化让模型从 “能用” 变得 “好用”。
课题挑战/具体工作：
- 1、基座大模型（LLM）推理能力和通用能力的核心技术研发，包括数学推理、代码、逻辑推理、知识推理、多轮对话、问答、创作、翻译等任务的算法研发、优化，突破模型智力上限；
- 2、提升基座大模型在复杂场景的处理能力，如多轮交互（复杂指令遵循、多轮对话、角色扮演等）、Agent 基础能力（自主、精准的函数与工具调用，Skills 的精准运用等）；
- 3、跟踪前沿技术，参与前沿算法研究，如研发更高效的强化学习（RL）训练算法、探索自适应思考深度的模型优化算法、探索提升 Token “智能密度” 的方法等，推动研究成果在业务场景的落地应用；
- 4、对于探索前沿技术有很好的热情，具备独立探索前沿技术的能力，有良好的团队协作和沟通能力。
【任职要求】
岗位要求：
- 1、计算机科学、数学、人工智能等相关专业硕士及以上学历；
- 2、具备良好的数理基础和 NLP 技术基础，能够熟练使用 Megatron，HuggingFace，DeepSpeed，PyTorch 等框架至少一种，深入理解 Transformer、GPT 等模型架构；
- 3、在 Post-training 方向有一定研究基础，熟悉 SFT/DPO/PPO/GRPO/Reward Model 等；
- 4、具备良好的分析和解决问题的能力，针对具体的应用场景能合理设计和优化算法并应用；
- 5、对于探索前沿技术有很好的热情，具备独立探索前沿技术的能力，有良好的团队协作和沟通能力。
加分项：
- 1、主导过推理任务优化项目（如数学、编程、逻辑问答），在权威推理评测中取得过显著效果提升；
- 2、以第一作者身份发表过 NeurIPS、ICML、ICLR、ACL、EMNLP、NAACL 等论文；
【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】
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 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。