腾讯 – 混元大模型精调算法工程师-RAG可信方向（北京/深圳） 职位分析和面试指导

职位简介：

该职位主要负责腾讯混元大模型在知识问答能力上的算法优化与实现，重点建设可信RAG体系，包括全网站、号一体化可信内容理解，质量权威体系建设，以及内容索引、排序和RAG效果优化。候选人需具备大语言模型精调（SFT）和强化学习（DPO/PPO）落地经验，熟悉全网内容理解、质量权威建模及搜索召回排序，掌握TensorFlow/Keras/PyTorch等深度学习框架，并精通NLP领域的阅读理解、问答、搜索、语言模型和预训练等核心技术。同时需要良好的数学基础、英语阅读能力，以及强烈的进取心和团队合作精神。工作地点为深圳。

>> 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，你需要重点突出与大语言模型相关的项目经验，特别是精调（SFT）和强化学习（DPO/PPO）的实际应用案例。详细描述你在这些项目中的具体贡献，比如优化了哪些指标、解决了哪些技术难题。如果你有全网内容理解或搜索排序相关的经验，务必用数据和成果来证明你的能力，比如提升了多少准确率或召回率。技术栈方面，明确列出你熟悉的深度学习框架（TensorFlow/Keras/PyTorch）和NLP技术（如问答系统、语言模型等），并用项目中的实际应用来佐证。此外，如果你有发表过相关论文或参与过开源项目，这也是加分项，可以在简历中单独列出。

面试时，面试官很可能会深入考察你对大语言模型和RAG技术的理解。你需要准备一些具体的案例，说明你如何在实际项目中应用这些技术，并解决遇到的问题。例如，你可以谈谈在精调模型时如何选择数据、设计损失函数，或者在构建RAG系统时如何优化内容索引和排序。技术问题可能会涉及数学基础和算法细节，所以复习一下相关的理论知识，比如注意力机制、强化学习算法等。此外，面试官也会关注你的学习能力和对新技术的敏感度，可以提前准备一些你最近关注的业界前沿技术，并谈谈你的看法。最后，腾讯非常注重团队合作，准备好分享你在团队项目中的角色和协作经验。