腾讯
浏览器数据后处理算法工程师
浏览器数据后处理算法工程师
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公NLP工程
NLP工程
Llm
Nlp
Pytorch
分布式训练
小模型
数据处理
文本清洗
网页解析
高效微调
值不值得投
74综合评分
综合评分 74
前沿技术探索、大平台资源、薪资有竞争力、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
3.5万
比NLP工程中位数低
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 2050 个在招 · 其中NLP工程 4 个
市场机会
选择适中
北京 · NLP工程 · 49 个在招
职位详情
关于这个职位
这个职位专注于浏览器端和云端的数据处理算法开发，负责网页长文本清洗、核心内容解析、智能摘要生成等能力的优化，同时深入探索小模型技术以提升端侧部署性能和效率
最低要求
专业背景：计算机、人工智能、软件工程或数学相关专业，本科及以上学历，3年以上NLP/LLM算法开发经验
小模型后训练经验：深入理解大/小语言模型架构，具备丰富的小模型（如Llama, Qwen, Phi, Gemma等系列）全流程Post-training（预训练增量/SFT/DPO/PPO）实战经验，熟悉高效微调（LoRA, QLoRA）与分布式并行训练框架（DeepSpeed, Megatron-LM, Ray等）
数据处理能力：具备大规模海量数据（PB级/数十亿网页级）清洗与构建经验，熟悉网页解析（HTML/DOM Tree提取、格式转换）及文本去重、过滤、质量评分机制
探索与工程落地：具备优秀的技术敏锐度和独立探索能力，能快速跟踪并重现业界最新顶级论文或开源方案
具备良好的Python/C++编码能力，熟悉PyTorch生态，能兼顾效果与推理吞吐/延迟性能
工作职责
针对浏览器端/云端协同交付场景，开发并优化包括网页长文本/复杂结构清洗、核心正文解析抽取、智能切片与摘要生成、元数据提取等关键能力，提升端到端处理质量与时延表现
深入探索小模型（1B~7B）的技术上限，在Efficient Fine-Tuning、SFT、DPO/RLHF对齐、模型量化压缩及长文本上下文扩展等方向持续迭代，探索端侧/低算力部署的最优解
联合数据团队搭建高质量后处理语料库构建流程，通过Synthesizing Data（合成数据）与Reward Model精选数据集，持续提升模型在复杂变体网页上的泛化能力
AI 洞察
优缺点分析
优点
- 技术前沿，涉及小模型和端侧部署等热门方向，有利于技能深度发展
- 大公司平台资源丰富，能接触大规模数据和实际应用场景
- 项目有明确业务价值，提升浏览器用户体验
- 适合对NLP和LLM有深入兴趣，喜欢技术探索和工程实践，追求在大平台上解决实际问题的求职者
缺点 / 挑战
- 技术要求高，需要持续跟踪最新研究并快速实现，学习压力大
- 处理PB级数据可能涉及复杂工程问题，性能优化挑战多
- 工作强度可能较高，需平衡算法探索与工程落地
角色解读
- 可以成为高级算法专家，专注于特定技术领域如端侧AI或数据智能
- 转向技术管理岗位，带领团队负责相关项目
- 进入研究型角色，推动前沿技术在实际产品中的应用
- 开发和优化浏览器端/云端的数据处理算法，包括网页文本清洗、内容解析和摘要生成
- 深入探索小模型技术，如高效微调和量化压缩，以提升端侧部署性能
- 联合数据团队构建高质量语料库，通过合成数据提升模型泛化能力
- NLP/LLM算法开发和实战经验，熟悉小模型全流程训练
- 大规模数据处理和网页解析能力，包括HTML/DOM提取和质量评分
- Python/C++编程和PyTorch生态，兼顾算法效果与性能优化
申请策略
- 了解腾讯浏览器相关业务和技术栈，准备针对性问题
- 面试中展示解决复杂技术问题的思路，结合项目经验回答
- 突出NLP/LLM项目经验，特别是小模型训练、微调和优化案例
- 展示数据处理能力，包括大规模网页数据清洗和解析的实践经验
- 强调Python/C++编程技能和PyTorch生态应用，以及性能优化成果
- 加强小模型部署和量化技术，学习最新高效微调方法
- 跟进NLP领域前沿论文和开源方案，提升技术敏锐度
面试指南
- 使用STAR方法（情境、任务、行动、结果）描述项目经验，突出技术细节和成果
- 结合技术原理（如模型架构、训练策略）回答问题，展示深度理解
- 强调独立探索和解决问题的能力，举例说明如何应用最新技术
- 如何优化小模型在端侧部署的性能和延迟？
- 描述你处理大规模网页数据清洗和解析的挑战与解决方案
- 解释DPO/RLHF对齐技术在小模型训练中的应用
- 你如何快速跟踪并实现业界最新论文中的方法？
- 在浏览器数据处理场景中，如何平衡处理质量和时效性？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
作为大型科技公司职位，提供有竞争力的薪资和福利体系，但JD未明确披露具体细节。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
职位涉及前沿小模型技术和大规模数据处理，有利于技术深度发展和技能积累。
技术前沿前沿/新兴技术
技术栈NLP、LLM、Efficient Fine-Tuning、SFT、DPO、RLHF、LoRA、QLoRA、DeepSpeed、Megatron-LM、PyTorch
业务类型ambiguous
工作生活
60中等
JD未明确办公模式，基于北京常见情况可能为现场办公，工作生活平衡状态未知。
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
职位涉及浏览器数据处理，对用户体验有提升，但社会影响力中性，行业前景较好。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs