腾讯 – 混元大模型-精调算法工程师-问答&RAG方向 职位分析和面试指导

职位简介：

作为腾讯TEG混元大模型团队的精调算法工程师，你将主要负责大语言模型在知识问答能力上的算法设计优化及实现工作，建设RAG体系并对链路中的重要模块进行优化以提升模型性能效果，同时需要调研业界前沿算法并追踪技术动态以应用于实际项目。该职位要求候选人具备大语言模型应用经验包括精调和强化学习技术落地能力，熟悉RAG或LLM Agent应用落地，掌握TensorFlow/PyTorch等深度学习框架，并拥有自然语言处理领域的核心技术知识如阅读理解、问答系统等，同时需要良好的数学基础和英语阅读能力，以及强烈的进取心和团队合作精神。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在撰写简历时，你需要特别突出与大语言模型相关的实际项目经验，尤其是精调(SFT)和强化学习(DPO,PPO)技术的具体应用案例。详细描述你在RAG系统或LLM Agent开发中的角色和贡献，包括系统架构设计、核心算法优化和性能提升的具体数据。对于深度学习框架的使用经验，不要仅列出熟悉TensorFlow/PyTorch，而要说明你在哪些项目中应用了这些技术解决了什么问题。自然语言处理方面的专业能力可以通过你参与的问答系统、阅读理解或搜索相关项目来体现，最好能提供具体的指标改进。此外，简历中应展示你的技术敏锐度，如跟踪并应用最新研究成果的经历，以及你在跨团队协作中的沟通和领导能力。

面试准备时，你需要深入理解大语言模型的最新发展和技术细节，特别是精调和强化学习在问答系统中的实际应用。准备好详细的技术案例来说明你在RAG系统开发中的经验，包括遇到的挑战和解决方案。面试官可能会考察你对自然语言处理核心技术的理解深度，因此要复习阅读理解、问答系统等相关算法原理。技术问题可能涉及具体的代码实现和性能优化，所以要做好手写算法或白板编程的准备。同时，要准备讨论你如何将前沿研究成果应用到实际产品中，这能展示你的技术前瞻性和创新能力。面试中要表现出强烈的问题解决意识和团队协作精神，因为这是腾讯文化看重的品质。最后，准备一些关于团队工作方式和技术路线图的问题，显示你对职位的长期兴趣和思考。