腾讯 – 元宝-大模型后训练算法工程师 职位分析和面试指导

职位简介：

作为腾讯CSIG元宝团队的大模型后训练算法工程师，你将负责面向AI应用场景的大模型微调，优化PostTraining算法的训练效率和实际用户体验效果，并研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路，同时配合产品和工程团队探索LLM在创作、教育、金融、代码等场景下的创新应用。该职位要求研究生及以上学历，计算机、人工智能或数学相关专业背景，具备多年NLP/深度学习研发经验，至少1年大模型应用实战经验，深入理解LLM技术栈如SFT、RM、RLHF等，熟悉Python/PyTorch及Transformer、MoE等核心架构，拥有扎实的代码能力，在顶会发表过LLM相关论文者将更具竞争力。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在准备应聘腾讯CSIG大模型后训练算法工程师的简历时，你需要特别突出与大模型相关的实战经验和技术深度。首先，在项目经历部分详细描述你参与过的大模型项目，特别是SFT、RM、RLHF等后训练算法的实际应用案例，量化你的贡献和成果，比如’通过优化RLHF算法将模型响应准确率提升15%’这样的具体数据。其次，技术能力部分要明确列出你掌握的LLM技术栈，包括但不限于Transformer架构、MoE、PyTorch框架等，并用项目实例佐证。如果你有在ACL/EMNLP/NeurIPS等顶会发表的LLM相关论文，一定要放在显眼位置。此外，数学和编程竞赛获奖经历也是加分项，可以放在教育背景或额外成就部分。记住，腾讯这类顶级科技公司更看重实际解决问题的能力而非简单的技术罗列，所以每个技术点都要尽量关联到具体的应用场景和成果。

面试腾讯的大模型后训练算法工程师岗位时，你需要做好充分的技术深度准备。面试官很可能会从你的项目经历切入，深入考察你对LLM技术栈的理解程度，特别是SFT、RM、RLHF等后训练算法的原理、实现细节和优化方法。建议提前准备2-3个你解决过的典型技术难题案例，用STAR法则清晰描述情境、任务、行动和结果。技术问题方面，除了基础的Transformer架构、注意力机制等，要重点准备大模型微调、数据合成、多场景应用等方向的问题。面试中可能会要求你现场分析或设计某个特定场景下的后训练方案，这时候要展现出你的系统思维和工程实现能力。另外，腾讯非常重视代码能力，很可能会安排在线编程测试，建议提前刷题准备，特别是Python和C++相关的算法题。最后，记得准备一些关于LLM前沿技术发展的问题，展示你的技术热情和学习能力。