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的元宝-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（SFT/RM/RL）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、数学等相关专业背景，具备多年NLP/深度学习研发经验及至少1年大模型应用实战经验，深入理解LLM技术栈（如SFT、RM、RLHF、数据合成等），熟悉Python/PyTorch及Transformer、MoE等核心网络架构，并具备扎实的代码能力（Python/C++），在ACL/EMNLP/NeurIPS等顶会发表LLM相关论文者将优先考虑。

>> 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模型后训练相关的实战经验和技术深度。首先，确保你的教育背景符合要求，研究生学历及相关专业是基础，如果有数学或编程竞赛经历一定要明确标注。在专业技能部分，详细列出你掌握的LLM技术栈，如SFT、RM、RLHF等，并用具体项目或工作经历来佐证你的能力。例如，描述你曾参与的大模型微调项目，说明你如何优化训练效率或提升用户体验效果。此外，强调你在数据合成方法上的研究经验，以及你如何将这些方法应用到实际场景中。如果你有顶会论文发表，务必在简历中醒目位置标注，这是强有力的加分项。最后，代码能力也是面试官关注的重点，列出你熟悉的编程语言和框架，并提及你参与过的相关开发工作。

面试时，面试官会重点考察你对LLM技术栈的理解和实际应用能力。准备阶段，你需要深入复习大模型后训练的相关知识，包括SFT、RM、RLHF等算法的原理和实现细节。同时，思考你过去项目中遇到的挑战和解决方案，面试官可能会要求你详细描述某个项目的技术细节和你的贡献。此外，准备好讨论数据合成方法的研究和应用，以及你如何将这些方法落地到实际场景中。面试中可能会涉及编程能力的考察，确保你对Python/PyTorch和Transformer、MoE等架构有扎实的理解，并能快速解决相关问题。最后，如果你有顶会论文，准备好讨论你的研究内容和创新点，这将是展示你学术能力的好机会。面试时保持自信，清晰表达你的技术思路和解决问题的能力。