微信小游戏-大模型后训练工程师

优缺点分析

角色解读

• 向大模型算法专家方向深耕，成为游戏AI领域的核心技术负责人
• 可转向AI平台架构或产品方向，或进入大模型基础研究团队
• 通过腾讯内部轮岗或晋升，成长为技术管理或高级技术专家
• 负责大模型在小游戏场景的应用落地，包括内容生成、代码生成等，从数据构造到模型微调再到效果验证
• 设计评测指标体系，通过数据飞轮机制持续提升模型能力，解决实际游戏研发中的问题
• 追踪前沿技术如强化学习、多模态生成等，并转化为业务价值
• 扎实的Python编程和系统Debug能力，熟悉分布式训练框架如Megatron、DeepSpeed
• 深入理解大模型后训练与对齐技术（PPO、DPO等），有强化学习框架使用经验
• 较强的问题分析与解决能力，能独立处理复杂技术难题

申请策略

• 准备一个完整的项目案例，展示从问题定义、技术选型到落地的过程
• 了解微信小游戏生态和腾讯游戏AI布局，面试中体现业务理解
• 突出大模型分布式训练框架的深度使用经验，如对Megatron或DeepSpeed的源码修改
• 强调强化学习相关项目，特别是PPO、DPO等后训练技术的落地经验
• 展示代码能力：复杂系统Debug案例、开源贡献或高性能编程项目
• 如果有游戏相关项目或AI内容生成经验，务必重点提及
• 补充强化学习框架（如Verl、ROLL）的实操经验，可快速上手
• 了解游戏开发基础（如Unity、小游戏引擎）会更契合业务

面试指南

• 分步骤陈述：问题背景 -> 技术选型 -> 具体实现 -> 效果评估 -> 迭代优化
• 注重对比不同方案的优缺点，体现思考深度
• 结合具体业务场景（小游戏）说明技术价值
• 请详细描述你使用Megatron-LM或DeepSpeed进行分布式训练的经验，遇到过什么困难？
• 如何设计大模型后训练的数据飞轮？请举例说明
• 请比较PPO和DPO的优劣，在游戏场景中你会选择哪种？
• 如何评估生成内容的可玩性和质量？请设计一个评测方案
• 针对代码生成任务，如何保证生成代码的正确性和可运行性？