腾讯
元宝搜索部-LLM后训练算法工程师（问答&RAG方向）(北京）
元宝搜索部-LLM后训练算法工程师（问答&RAG方向）(北京）
发布于 3 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
Dpo
Llm Agent
Nlp
Ppo
Pytorch
Rag
Sft
大语言模型
深度学习
值不值得投
80综合评分
综合评分 80
聚焦LLM前沿技术、薪资福利优厚、技术成长空间大，但工作节奏偏快的核心算法岗
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比机器学习工程中位数高
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 2080 个在招 · 其中机器学习工程 44 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 510 个在招
职位详情
关于这个职位
负责大语言模型在知识问答方向的算法设计与优化，搭建并完善RAG体系以提升模型性能
追踪业界前沿技术并将其应用于实际项目，同时参与产品讨论，从技术角度推动产品迭代改进，助力智能搜索体验升级
最低要求
熟悉TensorFlow，Keras，Pytorch等常规深度学习框架
熟悉自然语言处理方向常用的理论和方法，熟悉阅读理解、问答、搜索、语言模型、预训练等核心技术
具有良好的数学基础，良好的英语阅读能力,具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新
工作职责
负责大语言模型在知识问答能力上的算法设计优化及实现工
建设RAG体系，对RAG链路中的重要模块进行优化，提升模型的性能效果
调研业界前沿算法，追踪最前沿的技术动态，并应用在相关的项目中
参与产品讨论，基于技术对产品提出改进建议
优先资格
有大语言模型应用经验优先，包括精调(SFT)、强化(DPO,PPO)等技术的落地
有RAG或LLM Agent的应用落地经验者优先
AI 洞察
优缺点分析
优点
- 依托核心业务线，接触海量真实用户数据与高并发场景
- 技术栈紧跟行业最前沿（SFT/DPO/RAG），个人竞争力提升快
- 平台资源丰富，跨部门协作与学术产出机会多
- 大模型迭代极快，需保持高强度持续学习与技术跟进
- 算法效果优化依赖大量算力资源与数据清洗，调试周期长
- 内部技术竞争较为激烈，绩效考核标准严格
- 适合对AIGC与大模型技术有浓厚兴趣、具备扎实算法基础与工程落地能力的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向大模型底层训练专家、算法架构师方向发展
- 积累行业头部项目经验后，可转向技术管理或独立负责核心业务线
- 持续跟进AIGC前沿，成为垂直领域技术负责人
- 负责大语言模型在知识问答场景的算法设计与调优
- 搭建并优化RAG检索增强生成链路的核心模块
- 跟踪并落地业界最新的LLM训练与推理技术
- 协同产品团队，提供技术可行性评估与改进方案
- 熟练掌握PyTorch/TensorFlow等深度学习框架
- 深入理解NLP核心理论及预训练、微调技术
- 具备RAG架构设计及LLM Agent开发实战经验
- 优秀的数学基础与英文文献阅读能力
申请策略
- 提前研究目标产品的问答特性，准备针对性的技术改进思路
- 面试前梳理完整的项目闭环（数据->训练->评估->上线）
- 突出大模型微调(RLHF/SFT)与RAG系统搭建的具体项目经历
- 量化算法优化带来的指标提升（如准确率、响应速度、成本降低）
- 强调深度学习框架熟练度与NLP理论基础
- 补充LangChain/LlamaIndex等主流RAG工具链的使用经验
- 加强强化学习(DPO/PPO)原理与代码实现
- 提升大规模分布式训练与模型部署优化能力
面试指南
- 采用STAR法则描述项目背景、任务、行动与结果
- 重点阐述技术选型依据、遇到的瓶颈及解决方案、最终业务/技术指标提升
- 展现系统性思维与数据驱动意识
- 请详细介绍你参与过的RAG系统架构设计，如何解决检索召回率低的问题？
- 针对SFT/DPO/PPO流程，你是如何构建高质量训练数据集的？
- 在有限算力下，如何优化大模型的推理延迟与显存占用？
- 复习Transformer架构、注意力机制及各类对齐算法原理
- 准备1-2个完整的LLM应用落地案例，能清晰讲解数据流与模型迭代过程
职位点评
薪资福利85
成长发展92
工作生活60
使命价值75
薪资福利
85较高
该岗位薪资处于市场高位，配套福利体系完善，对薪酬与稳定性诉求的满足程度较高。
薪资信号偏高 (3.0千–6.0万/月)
成长发展
92较高
岗位聚焦LLM后训练与RAG前沿技术，技术成长空间大，高度契合开发者对技能迭代的追求。
技术前沿前沿/新兴技术
技术栈LLM、RAG、SFT、DPO、PPO、PyTorch、NLP
业务类型profit_center
工作生活
60中等
JD未提及弹性或远程政策，算法类岗位通常节奏较快，工作生活平衡一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
致力于提升知识问答体验，推动AIGC技术落地，具有一定社会价值与行业前景。
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