腾讯
大模型算法工程师(RAG & Agent方向)
大模型算法工程师(RAG & Agent方向)
发布于 大约 15 小时前普通员工/个人贡献者
深圳市
初级经验
全职员工
仅现场办公
硕士
NLP
PyTorch
RAG
LLM
TensorRT
DeepSpeed
vLLM
搜索推荐
AI 估算 · 25k–45k
腾讯核心算法岗，大厂薪资竞争力强，硕士学历加1年经验，市场行情25-45K·16薪。
职位详情
关于这个职位
该职位专注于大模型产品中的RAG和Agent方向，负责端到端链路优化（检索、重排、生成）和LLM任务框架搭建，解决线上badcase并转化前沿技术
适合有LLM/NLP经验、熟悉RAG架构的算法工程师
最低要求
计算机、人工智能或相关方向硕士及以上学历，1年以上LLM / NLP / 搜索推荐相关算法研发经验（优秀应届生可适当放宽）
扎实的Python编程能力与算法工程基础，熟悉PyTorch等主流深度学习框架
深入理解LLM基本原理与RAG架构，有至少一个完整的RAG或Agent项目落地经验
熟悉主流训练与推理框架（LLaMA-Factory、DeepSpeed、vLLM、TensorRT等），具备实际的模型训练或调优项目经验
具备良好的学习能力、工程素养与协作沟通能力，能在复杂业务场景下独立思考并推动问题闭环
工作职责
RAG 链路优化：负责 ima 等大模型产品的 RAG 端到端链路与相关模型优化，涵盖检索、重排、生成等关键环节，持续提升问答质量、事实准确性与链路效率
LLM 任务框架搭建：搭建业界领先的 LLM 任务框架，在复杂任务拆解、Agentic Search、任务规划、工具调用、记忆能力与知识编译等方向上持续迭代，支撑上层业务的复杂场景需求
Badcase 驱动闭环：深入分析线上效果问题与 badcase，定位根因（检索、模型、prompt、工程链路等），输出短期解决方案与长期优化路径
前沿技术转化：持续跟踪大语言模型、RAG 与 Agent 方向的前沿进展，结合业务场景完成技术选型与落地验证,参与前沿算法与应用研究
AI 洞察
优缺点分析
优点
- 身处腾讯大平台，接触海量数据和真实业务场景，技术成长快
- RAG和Agent是当前AI热点，职业前景广阔
- 团队技术氛围浓厚，有机会与业界大牛共事
- 薪酬福利优厚，大厂标配五险一金及补充福利
- 技术要求高：需同时掌握NLP、搜索、工程等多个领域
- 竞争激烈：岗位热门，需持续学习保持竞争力
缺点 / 挑战
- 业务压力大：需要快速迭代解决线上问题，可能面临加班
- 适合有1-3年NLP/搜索经验、对RAG和Agent充满热情、渴望在大平台挑战技术瓶颈的算法工程师
角色解读
- 可从RAG/Agent工程师成长为算法技术专家，深入大模型核心领域
- 横向拓展至其他AI方向，如多模态、搜索推荐等，技术广度提升
- 未来可晋升为技术负责人或架构师，带领团队攻克前沿难题
- 优化RAG端到端链路，提升检索、重排、生成效果和事实准确性
- 搭建LLM任务框架，实现复杂任务拆解、Agentic Search、工具调用等能力
- 分析线上badcase，定位根因并推动长期优化
- 跟踪前沿技术，结合业务场景进行技术选型和落地验证
- 扎实的Python和PyTorch基础，具备算法工程能力
- 深入理解LLM原理和RAG/Agent架构，有完整项目经验
- 熟悉训练推理框架如DeepSpeed、vLLM等，能进行模型调优
- 良好的问题分析和闭环推动能力，能独立解决复杂问题
申请策略
- 提前了解腾讯ima等产品特点，面试中展现对业务的思考
- 准备好项目介绍，突出解决问题的思路和链路优化效果
- 突出完整的RAG或Agent项目经验，说明你在其中的角色和贡献
- 强调模型训练或调优经历，尤其是使用DeepSpeed、vLLM等框架
- 展示算法工程能力，如Python代码质量、PyTorch使用熟练度
- 如有相关论文或开源项目，一定要列出
- 如果对RAG或Agent缺乏完整项目，可以自己动手实现一个简单Demo
- 深入学习推理框架（如vLLM）和训练框架（如DeepSpeed）的使用
面试指南
- STAR法则：情境-任务-行动-结果，清晰展示技术选型和收益
- 问题定位：先现象分析，再分模块排查，最后给出短期和长期方案
- 知识体系：从基础原理到工程实践，展现技术深度
- 请详细描述一个你负责的RAG项目，包括架构、遇到的挑战和解决方案
- 检索阶段如何提升召回率？重排模型如何设计？
- Agent中任务拆解和工具调用的流程如何实现？
- 线上badcase如何定位和优化？请举例
- 对Transformer模型的理解？如何微调LLM？
匹配度报告
72
综合匹配度
腾讯核心算法岗，前沿RAG/Agent技术栈，薪资优厚，但现场办公且节奏快。
适合人群
最看重技术成长和薪资回报，能接受现场办公和一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活45
使命价值70
薪资福利匹配
85较高
腾讯作为互联网大厂，薪资水平位于行业前列，福利完善，但JD未明确薪资范围。整体补偿性动机满足度较高。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
90较高
岗位涉及前沿RAG和Agent技术，能深度参与大模型核心研发，技术成长空间巨大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈RAG、Agent、LLM、Python、PyTorch、DeepSpeed、vLLM、TensorRT
业务类型profit_center
工作生活匹配
45较低
JD要求现场办公，未提及WLB相关福利，互联网大厂核心岗位可能工作强度较大，生活化动机满足度有限。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
大模型领域正高速发展，对社会有广泛影响，但岗位描述偏技术实现，未强调社会使命。意义感动机中等偏上。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs