微信
微信搜索-Agent算法专家
微信搜索-Agent算法专家
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Rlhf
分布式训练
大语言模型
强化学习
搜索算法
算法优化
值不值得投
71综合评分
综合评分 71
前沿算法挑战、顶级产品平台、技术成长空间巨大，但生活化信息未知。
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
53K
比算法优化工程师中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
12 个在招 · 其中算法优化工程师 6 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 200 个在招
职位详情
关于这个职位
该职位是微信搜索团队的核心算法岗位，主要负责优化微信搜索的Agent能力，特别是在深度搜索、复杂任务执行等场景下的强化学习（Agentic RL）技术
你需要跟进并探索大模型与Agent结合的前沿技术，如RLHF、自进化等，并致力于构建下一代搜索技术范式
最低要求
算法功底：精通PPO、GRPO、DPO等强化学习算法，有大模型RLHF实战经验
专业深度：深刻理解CoT、自反思及工具学习，熟悉分布式训练框架
学术背景：在NeurIPS、ICLR、ICML等顶会以一作发表过RL或Agent相关论文优先
工作职责
参与微信搜索Agent能力优化，包括Search Agent（DeepSearch/DeepResearch）和真实世界复杂任务上的Agentic能力
跟进前沿技术：Mid-Train、SFT、GRM、PRM、RLVR、Agentic RL、Agent自进化、Context管理/Memory等
探索稳定高效的Agentic RL方案，探索下一代大模型结合Agent结合搜索的技术和产品范式
AI 洞察
优缺点分析
优点
- 技术极其前沿，直接参与大模型与Agent在亿级用户产品中的落地，成长天花板高
- 平台影响力巨大，微信搜索是核心业务，你的工作成果将直接服务数亿用户
- 团队技术氛围浓厚，有机会跟进并引领行业内最前沿的技术方向
- 技术深度要求极高，需要持续跟进并消化快速迭代的学术前沿
- 适合对强化学习和大模型有深入研究与实践热情，追求技术深度，具备较强工程能力，并希望将前沿学术成果应用于顶级互联网产品的算法工程师
缺点 / 挑战
- 工程落地挑战大，需要在保障系统稳定高效的前提下进行算法创新
- 学术压力可能较大，对持续产出高质量论文有潜在要求
角色解读
- 技术专家路线：深耕Agent与强化学习领域，成为公司内外部的技术权威和标准制定者
- 技术管理路线：带领小团队攻克技术难题，负责相关方向的整体技术规划和架构设计
- 学术与工程结合路线：持续产出高质量研究成果，并将其转化为微信搜索的核心竞争力
- 负责微信搜索核心Agent能力的算法优化，特别是基于强化学习的技术迭代
- 深入研究并应用RLHF、Agentic RL等前沿技术，解决搜索场景下的复杂任务难题
- 探索下一代大模型与Agent、搜索结合的技术范式，推动产品创新
- 精通强化学习算法（如PPO, GRPO, DPO），并有大模型RLHF的实战经验
- 深刻理解Chain-of-Thought、自反思、工具学习等Agent核心概念
- 熟悉分布式训练框架，并具备将前沿论文技术工程化落地的能力
申请策略
- 在简历和面试中，突出你对“搜索”场景的理解，思考Agent技术如何赋能搜索体验升级
- 可以准备一个关于“如何用Agentic RL解决一个复杂搜索问题”的思路，展现你的系统思维
- 详细描述过往在强化学习、RLHF、大模型训练与优化方面的项目经历和具体贡献
- 列出已发表的顶会论文，尤其是一作论文，并清晰阐述其核心思想与贡献
- 强调在分布式训练、系统优化方面的工程能力，以及将算法从0到1落地的经验
- 深入复习并实践GRPO、RLVR等更新的强化学习算法，并理解其与传统RLHF的区别
- 系统梳理Agent领域的最新进展，特别是与搜索、任务规划相关的技术方案
- 阅读微信搜索相关的技术博客或公开分享，了解其产品形态和技术痛点
面试指南
- 对于项目问题，采用STAR法则：重点描述任务背景、你的具体行动（算法设计、调试、优化）和可量化的结果
- 对于技术理解问题，先给出定义，再结合搜索场景（如多轮查询、信息整合）举例说明其价值
- 对于开放性设计问题，按照“目标定义-技术选型-难点分析-评估指标-迭代思路”的框架来阐述
- 请介绍一个你最有成就感的RLHF或强化学习项目，遇到了哪些关键挑战，如何解决的？
- 你如何理解CoT和自反思在Agent决策中的作用？请结合一个搜索场景举例
- 如果你负责优化微信搜索的DeepSearch Agent，你的整体技术方案是什么？
- GRPO和PPO的主要区别是什么？在实际训练中会如何选择？
- 如何看待当前Agent技术（如自进化、长期记忆）的局限性？你认为下一代范式可能是什么？
职位点评
薪资福利65
成长发展95
工作生活50
使命价值70
薪资福利
65中等
作为腾讯微信的顶尖技术岗位，其薪资和福利体系预期具有市场竞争力，但JD未提供具体信息，因此满足程度中等。
薪资信号未披露（AI估算：40K-65K/月）
成长发展
95较高
该职位处于AI与搜索交叉领域的最前沿，技术挑战极大，且平台能提供将顶尖研究应用于海量用户的场景，技术成长和职业发展天花板极高。
技术前沿前沿/新兴技术
技术栈强化学习、RLHF、Agentic RL、大语言模型、Agent、分布式训练
成长机会探索下一代大模型结合Agent结合搜索的技术和产品范式
业务类型profit_center
工作生活
50较低
工作地点在北京，但JD未提及办公模式、弹性工作或WLB相关信息，因此生活便利性无法判断。
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
70中等
参与微信搜索这一国民级应用的智能化升级，能直接影响亿万用户的使用体验，具有明确的产品价值感和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
使命信号我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变
创新程度开拓性创新（行业首创）
微信 的其他在招职位
相似职位推荐
Watch Jobs