腾讯
校招混元基座模型-多模态理解预训练结构与算法研究
北京 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 学历和专业要求：
- 自然语言处理/机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历；
- 技术技能要求：
- 1.在NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流模型和算法，并有一定的实践经验；
- 2.较强的工程实现能力，熟练掌握C/C++，Python等至少一种语言，有实际编程项目经验，熟悉DeepSpeed、Megatron等分布式训练框架，熟练使用至少一种深度学习框架(如TensorFlow，PyTorch等)；
- 3.有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；
- 软性素质要求：
- 具备强烈的进取心、自驱力及团队合作精神，热衷于追求技术创新。
岗位描述
【岗位职责】
课题背景：
- 1. 多模态模型结构设计：视觉编码器、跨模态融合模块、MoE、Attention上的新架构层出不穷，如何设计更高效、更具扩展性的多模态模型结构仍充满挑战。
- 2. 训练效率与成本：超大规模 VLM 训练需要兼顾模型效果、训练效率和推理成本，在算力约束下不断逼近性能上限。
- 3. 能力持续演进：如何让模型在 OCR、GUI、视频、Agent、长视觉上下文等复杂场景持续获得泛化能力，是当前多模态领域的重要研究方向。
具体工作：
你将参与混元多模态基座模型的核心结构与预训练算法研发，探索视觉编码器、跨模态融合、注意力机制、MoE、多模态训练策略等关键技术；设计并验证新型模型结构和预训练算法，在大规模分布式训练平台完成实验验证，不断提升多模态模型的理解、推理和生成能力；你将有机会参与业界领先的多模态基础模型研发，将创新成果沉淀为顶级学术论文、开源项目或核心技术专利，推动下一代多模态大模型的发展。
【任职要求】
学历和专业要求：
自然语言处理/机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历；
技术技能要求：
- 1.在NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流模型和算法，并有一定的实践经验；
- 2.较强的工程实现能力，熟练掌握C/C++，Python等至少一种语言，有实际编程项目经验，熟悉DeepSpeed、Megatron等分布式训练框架，熟练使用至少一种深度学习框架(如TensorFlow，PyTorch等)；
- 3.有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；
软性素质要求：
具备强烈的进取心、自驱力及团队合作精神，热衷于追求技术创新。
【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。