腾讯 – 混元大语言模型算法工程师-大模型推理能力方向-深圳/北京 职位分析和面试指导

职位简介：

作为腾讯TEG的混元大语言模型算法工程师，你将专注于大语言模型推理、反思能力的研究与实现，致力于提升模型的高阶推理能力，并跟进推理领域的前沿技术应用。该职位要求候选人具备大模型代码、数学及reasoning方向的研发经验，熟悉post-training相关技术如SFT、DPO、PPO及Reward Model等pipeline，同时需要较强的工程实现能力，熟练使用Python、DeepSpeed、Megatron及pytorch等工具。理想的候选人应拥有计算机科学、机器学习、统计学或应用数学等相关专业的硕士或博士学历，并有高水平学术发表或竞赛获奖经历。

>> 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，重点突出你在大语言模型推理能力研究方面的具体项目经验，尤其是那些涉及代码生成、数学问题解决或复杂推理任务的案例。详细描述你在这些项目中承担的角色、使用的技术（如特定的训练框架或算法）以及取得的成果。如果你有参与过post-training相关的项目，务必明确列出你熟悉的pipeline技术，如SFT、DPO等，并说明你在其中的贡献。此外，工程能力是这一职位的核心要求之一，因此要强调你对Python、DeepSpeed、Megatron和pytorch的熟练程度，最好能提供具体的项目或代码库作为证明。学术背景和发表记录也是加分项，记得在简历中清晰列出你的教育背景、发表的论文或参与的竞赛，尤其是那些与机器学习或大模型相关的成就。

面试过程中，面试官会深入考察你对大语言模型推理能力的理解以及实际应用能力。准备时，建议你复习相关的基础知识，如transformer架构、注意力机制等，并思考如何将这些理论应用到推理任务中。同时，准备好讨论你过去在大模型项目中的具体经验，尤其是那些展示你解决复杂问题能力的案例。面试官可能会询问你如何优化模型的推理性能或如何处理特定的训练挑战，因此提前准备一些技术细节和解决方案会很有帮助。此外，工程实现能力也是考察重点，可能会涉及编码测试或系统设计问题，确保你对常用的深度学习框架和分布式训练技术有扎实的掌握。最后，面试官可能会对你的学术研究或竞赛经历感兴趣，准备好简洁明了地介绍你的研究成果或比赛策略，并强调它们与职位要求的关联性。