微信
微信小程序-大模型算法工程师-Coding方向
微信小程序-大模型算法工程师-Coding方向
发布于 大约 22 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Agentic Coding
Rlvr
Sft
代码生成
大模型
强化学习
数据合成
值不值得投
68综合评分
综合评分 68
前沿大模型算法岗，技术成长空间大，但WLB未明确。
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
35K
与机器学习工程中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
79 个在招 · 其中机器学习工程 4 个
市场机会
选择适中
广州 · 机器学习工程 · 26 个在招
职位详情
关于这个职位
该职位负责微信小程序代码大模型的后训练工作，包括高质量训练数据合成、SFT/RLVR训练方案设计与落地、奖励信号体系建设，以及探索强化学习算法优化和Agentic Coding等前沿技术，推动在业务场景中应用
最低要求
计算机、数学等相关专业本科及以上学历，熟练使用 Python，具备良好的工程能力
扎实的计算机与深度学习基础，深入理解 Transformer 架构及主流大模型训练框架
具备大模型后训练项目经验，熟悉 SFT 与 RLVR 训练流程，理解奖励信号设计、强化学习算法调优与训练稳定性问题
具备较强的数据处理与实验分析能力，能进行训练数据合成、清洗、价值评估与 badcase 归因，有大规模代码语料处理经验者优先
具备快速学习与独立解决问题的能力，有团队合作精神，对探索前沿技术有持续热情
工作职责
负责小程序代码大模型后训练工作，包括高质量训练数据合成与价值分析、SFT /RLVR 等训练方案设计落地，以及训练效果评估
建设代码任务验证与奖励信号体系，综合运用多种验证策略，持续建模和校准奖励信号，为 RLVR 训练提供稳定、细粒度、可解释的反馈
跟踪大模型后训练前沿技术，探索强化学习算法优化、奖励建模与 Agentic Coding 等方向，并推动在业务场景中落地
优先资格
有大规模代码语料处理经验者优先
AI 洞察
优缺点分析
优点
- 处于大模型和AI前沿技术领域，技能积累价值高
- 腾讯微信平台资源丰富，业务场景实际且影响力大
- 有机会探索Agentic Coding等新兴方向，创新空间广阔
- 技术难度高，需要持续学习最新大模型后训练技术
- 工作可能涉及高强度训练和实验，对耐心和细致要求高
- 竞争激烈，需要快速产出成果以证明价值
- 适合对人工智能和代码生成有浓厚兴趣、具备扎实算法工程基础、喜欢探索前沿技术并解决复杂问题的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可以深耕大模型算法领域，成为资深算法专家或技术负责人
- 可以转向技术管理岗位，带领团队进行AI项目研发
- 可以专注于AI与业务结合，推动产品创新和商业化落地
- 负责代码大模型的后训练全流程，包括训练数据合成、方案设计和效果评估
- 构建和优化代码任务的奖励信号体系，为强化学习训练提供反馈
- 跟踪前沿技术如强化学习和Agentic Coding，并在微信小程序业务中落地应用
- 熟练掌握Python编程和大模型训练框架，具备扎实的深度学习基础
- 熟悉SFT、RLVR等大模型后训练技术，理解奖励信号设计和强化学习算法
- 具备数据处理和实验分析能力，能处理大规模代码语料
- 具备快速学习能力和团队合作精神，对技术探索有热情
申请策略
- 研究微信小程序与大模型结合的应用案例，面试时展示对业务的理解
- 准备1-2个深度技术项目案例，突出解决问题和创新思路
- 关注腾讯AI实验室或微信团队的公开技术分享，了解公司技术方向
- 突出大模型后训练项目经验，具体描述SFT/RLVR训练流程和成果
- 强调Python工程能力和深度学习框架（如PyTorch）的使用
- 展示数据处理经验，尤其是代码语料合成和清洗的相关工作
- 提及参与过的前沿技术探索或开源贡献，体现学习热情
- 深入学习RLVR和强化学习算法，了解奖励建模最新进展
面试指南
- 采用STAR法则（情境、任务、行动、结果）来结构化回答项目经验
- 强调数据驱动和迭代优化，展示实验分析和问题解决能力
- 结合具体技术细节，如算法选择、参数调优、评估指标，体现深度理解
- 请描述一个你负责的大模型后训练项目，包括数据合成、训练方案设计和效果评估
- 如何设计和优化代码任务的奖励信号体系？遇到过哪些挑战？
- SFT和RLVR训练流程的关键区别是什么？如何确保训练稳定性？
- 你对Agentic Coding有什么理解？如何将其应用到业务场景中？
- 如何处理训练数据中的badcase，并进行价值评估和归因？
职位点评
薪资福利65
成长发展90
工作生活40
使命价值75
薪资福利
65中等
薪资和福利信息未在JD中明确提及，但作为知名科技公司职位，可能具有市场竞争力，具体水平需进一步了解。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
该职位专注于大模型前沿技术，提供深度的技能成长和探索机会，技术栈现代且创新性强。
技术前沿前沿/新兴技术
技术栈Python、Transformer、SFT、RLVR、强化学习、Agentic Coding
成长机会跟踪大模型后训练前沿技术
业务类型ambiguous
工作生活
40较低
工作模式未在JD中明确说明，可能需现场办公，且前沿技术岗位通常工作强度较高，WLB保障有限。
工作模式未明确
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
75中等
该职位在人工智能高速增长赛道，推动代码大模型在微信业务中落地，具有技术创新和社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动在业务场景中落地
创新程度积极采用新技术
Watch Jobs