腾讯 – 微信小店-数据挖掘工程师-商品内容理解 职位分析和面试指导

职位简介：

该职位主要负责基于大模型在微信小店电商领域的开发和实现，包括商品理解、内容理解、行为刻画及智能助手等功能开发，需要深入理解业务需求并设计大模型应用方案以提升产品智能水平和推荐效果。候选人需本科及以上学历且具备2年以上相关工作经验，熟练掌握Java或Python编程语言及Hive、Spark等大数据框架，了解大模型基本原理并有实际项目经验者优先，同时需要熟练Prompt设计、模型调优及微调技术，具备快速学习新技术的能力。工作地点位于广州。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在准备这份简历时，你需要特别突出与大模型在电商领域应用相关的项目经验。首先，确保在专业技能部分明确列出你熟悉的大模型技术栈，包括Prompt设计、模型微调、RAG等关键技术点。其次，在工作经历中详细描述你参与过的电商相关数据挖掘项目，特别是那些涉及商品理解或内容理解的实际案例。用具体数据量化你的贡献，比如’通过优化Prompt设计提升商品分类准确率15%’这样的表述会很有说服力。教育背景部分要强调计算机科学或人工智能相关专业背景，如果你有发表过相关论文或参与过开源项目，这会是很好的加分项。最后，别忘了展示你的学习能力，可以通过列举你快速掌握新技术的经历来体现这一点。

面试时，面试官会重点考察你对大模型在电商场景应用的理解深度。准备好详细解释你过去项目中采用的技术方案和面临的挑战，特别是那些与商品内容理解直接相关的案例。你可能会被要求现场设计一个简单的Prompt来解决某个电商场景问题，所以提前练习这类设计题很重要。技术问题可能涉及大模型蒸馏、微调等方法的比较，以及如何评估模型在电商场景下的效果。此外，面试官可能会考察你对微信生态和电商业务的理解，建议提前研究微信小店的产品特点。在回答问题时，注意将技术方案与业务价值结合，展示你既能解决技术难题又能创造商业价值的综合能力。最后，保持谦虚好学的态度，因为大模型技术发展迅速，面试官也会看重你持续学习的能力。