腾讯
实习元宝—面向开放知识问答任务的生成式搜索关键技术研究
北京 · 实习 · 博士
长期有效
任职要求
- 学历和专业要求：
- 计算机、人工智能、NLP等方向相关专业的硕士或博士。在生成式搜索、自然语言处理（NLP）、信息检索（IR）等领域有深厚的学术积淀，在 SIGIR、KDD、NeurIPS、ACL 等国际顶会有高质量论文发表者优先。
- 技术技能要求：
- 精通 LLM、RAG、生成式搜索（DSI）及排序算法，模型微调（SFT）、强化学习（RLHF）及模型量化技术。熟练使用 Python/C++，精通 PyTorch 或 TensorFlow 框架，具备大规模分布式训练或高性能推理优化经验。
- 软性素质要求：
- 具备极强的逻辑思维与复杂问题拆解能力，沟通协作高效，能够胜任跨团队协同。对前沿技术有高度敏锐感和自驱力，抗压能力强，能适应高强度的技术攻关与业务快速迭代节奏。
岗位描述
【岗位职责】
课题背景：
大语言模型技术的突破和智能体的出现，催生了生成式搜索研究课题的兴起，智能体对搜索引擎的精度、响应速度、可控性提出了更高的要求，推动生成式搜索成为了关键研究方向。传统搜索技术受限于分层损失以及复杂的系统架构，在搜索效果和效率上都没有达到最佳状态。生成式搜索技术的出现，为解决这一问题提供了新的技术范式。
课题挑战：
- 1、实现海量资源下的端到端搜索，面临着检索精度与推理效率的双重挑战。当前的生成式搜索算法，受限于码本大小和序列长度，当面对海量文档库时，效果衰减明显。如何支撑海量文档库，同时保证对长尾文档的精准记忆，是极大的难点。而随着序列变长、搜索宽度加大，推理延迟又会明显增加。
- 2、生成式搜索旨在实现端到端的搜索技术框架，并需要再训练阶段融合表征模型、向量量化、生成式模型各个阶段的训练，进行联合优化。这使得生成式搜索模型的训练过程具有很高的复杂度，在训练算法的设计和具体实现上都带来挑战。
具体工作：
- 1、文档表征：研究语义ID（Semantic DocID）设计，如何通过Codebook 算法或量化算法，将文档映射为具有语义信息的数字序列
- 2、Gerative Joint Optimization: 设计融合了“生成损失”与“对比学习损失”的训练目标，让模型在学习生成 DocID 的同时，保持对文档向量空间的表征能力；联合文档排序目标，解码阶段联合引入 ranking loss对齐文档多目标偏序
- 3、受限解码： 研究解码算法，例如前缀树（Trie Tree）搜索算法，确保模型生成的每一个 Token 都在合法的 DocID 集合中，缩减搜索空间。
【任职要求】
学历和专业要求：
计算机、人工智能、NLP等方向相关专业的硕士或博士。在生成式搜索、自然语言处理（NLP）、信息检索（IR）等领域有深厚的学术积淀，在 SIGIR、KDD、NeurIPS、ACL 等国际顶会有高质量论文发表者优先。
技术技能要求：
精通 LLM、RAG、生成式搜索（DSI）及排序算法，模型微调（SFT）、强化学习（RLHF）及模型量化技术。熟练使用 Python/C++，精通 PyTorch 或 TensorFlow 框架，具备大规模分布式训练或高性能推理优化经验。
软性素质要求：
具备极强的逻辑思维与复杂问题拆解能力，沟通协作高效，能够胜任跨团队协同。对前沿技术有高度敏锐感和自驱力，抗压能力强，能适应高强度的技术攻关与业务快速迭代节奏。
【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。