腾讯
校招混元基座模型-大模型预训练动力学研究
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。
- 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：
- 1. 训练过程的高度不确定性：大模型训练中存在大量随机因素和非线性动力学行为，准确预警和干预极具挑战性
- 2. 因果关系的复杂性：需要区分相关性与因果关系，在数十亿参数空间中建立可靠的因果推断链条
- 3. 实验成本极其高昂：每次完整训练实验都需要巨大的计算资源和时间成本，对实验设计提出极高要求
- 4. 跨规模规律的外推性：从小规模实验推导出的规律是否能够有效迁移到更大规模模型尚待验证
- 5. 工程与理论的平衡：需要在系统实现复杂度和理论严谨性之间找到合适的平衡点
课题挑战：
- 1. 训练过程的高度不确定性：大模型训练中存在大量随机因素和非线性动力学行为，准确预警和干预极具挑战性
- 2. 因果关系的复杂性：需要区分相关性与因果关系，在数十亿参数空间中建立可靠的因果推断链条
- 3. 实验成本极其高昂：每次完整训练实验都需要巨大的计算资源和时间成本，对实验设计提出极高要求
- 4. 跨规模规律的外推性：从小规模实验推导出的规律是否能够有效迁移到更大规模模型尚待验证
- 5. 工程与理论的平衡：需要在系统实现复杂度和理论严谨性之间找到合适的平衡点
具体工作：
你将参与到前沿的大模型预训练稳定性研究中，深入探索Transformer架构下的优化动力学特性；你将有机会设计并实现创新的监控指标、干预机制与优化算法，积累大规模分布式训练的系统级经验；你将通过严谨的实验设计和因果分析，为行业建立可靠的大模型训练最佳实践；你还可能将研究成果转化为学术论文或技术专利，为未来的模型训练范式提供理论支撑和实践指导。
【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。
【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。