微信
微信-小微推荐算法工程师-广州
微信-小微推荐算法工程师-广州
发布于 大约 21 小时前普通员工/个人贡献者
全职员工仅现场办公推荐系统
推荐系统
Llm
推荐算法
机器学习
深度学习
用户画像
算法优化
自然语言处理
值不值得投
74综合评分
综合评分 74
前沿推荐算法岗位，技术挑战大，发展机会多，但WLB可能一般
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
30K
比推荐系统中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 170 个在招 · 其中推荐系统 6 个
市场机会
选择不多
广州 · 推荐系统 · 3 个在招
职位详情
关于这个职位
负责微信小微的推荐算法工程师，主要工作包括搭建用户画像、世界知识、个性化信息处理等推荐服务，以及增强LLM在共情、表达、推荐等方面的能力
这是一个涉及人工智能和机器学习的前沿岗位
最低要求
计算机相关专业硕士/博士
数学或数据结构与算法扎实，具备优秀的问题分析、建模和解决能力，有良好的科学思维
工作职责
Personal Agent 系统：搭建用户画像、世界知识、个性化信息处理、agentic 推荐服务等
LLM 后训练：增强 LLM 在共情、表达、推荐等方面的能力
LLM/Agent 持续学习：研究持续学习问题，内化用户历史、世界知识等信息
优先资格
对 Agent harness 有思考和实践，能够充分利用不同尺寸 LLM 的能力完成系统应用
有 LLM 预训练、后训练基础，熟悉如何优化 LLM 在特定方向的表现
AI 洞察
优缺点分析
优点
- 技术前沿，涉及LLM和Agent等新兴领域
- 对算法能力提升有显著帮助
- 技术难度高，需要持续学习和跟进前沿
- 可能面临高强度工作节奏
- 推荐系统需要平衡效果与用户体验
- 适合对推荐算法和大语言模型有深入研究，喜欢解决复杂技术问题的求职者
缺点 / 挑战
- 公司平台大，资源丰富，有挑战性项目
角色解读
- 成长为高级推荐算法专家或技术负责人
- 转向机器学习架构师或研究科学家
- 参与更复杂的AI系统设计和创新项目
- 负责推荐系统算法开发，搭建用户画像和个性化服务
- 优化大语言模型在共情、表达、推荐等场景的能力
- 研究持续学习技术，内化用户历史和世界知识
- 扎实的数学和算法基础
- 熟悉机器学习和深度学习技术
- 有LLM预训练或后训练经验
- 具备系统设计和问题解决能力
申请策略
- 了解微信小微业务背景和推荐需求
- 准备算法题和系统设计面试
- 研究腾讯在AI领域的最新进展
- 突出推荐系统或LLM相关项目经验
- 展示算法竞赛或论文成果
- 强调数学建模和编程能力
- 深入学习LLM后训练和Agent系统设计
- 提升分布式系统和工程实践能力
面试指南
- 使用STAR法则组织答案，结合具体项目经验
- 突出技术决策和量化结果
- 展示对算法原理的深入理解
- 请描述你搭建推荐系统的经验，遇到过哪些挑战？
- 如何优化LLM在推荐场景中的表现？
- 解释Agent系统的工作原理和你的实践？
- 你如何处理推荐系统中的冷启动问题？
- 复习机器学习、深度学习和LLM核心知识
职位点评
薪资福利70
成长发展85
工作生活60
使命价值85
薪资福利
70中等
职位未披露薪资和福利信息，但基于公司规模和岗位性质，推测薪资处于市场中上水平。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
技术前沿，涉及LLM和Agent等新兴领域，对技能成长有高要求。
技术前沿前沿/新兴技术
技术栈LLM、Agent、推荐系统、机器学习
业务类型ambiguous
工作生活
60中等
未提及工作模式和WLB信号，可能需要现场办公，生活平衡不确定。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
处于人工智能高速增长赛道，有推动科技革新的使命表述。
行业发展高速增长赛道
社会影响中性/一般
使命信号带来美好的、撼动人心的改变
创新程度开拓性创新（行业首创）
Watch Jobs