时光算法-高级工程师

优缺点分析

角色解读

• 可向AI架构师、首席科学家方向发展，或在垂直领域（如智慧医疗、应急科技）成为技术专家
• 也可转向技术管理岗位，带领算法团队
• 负责将LLM和多模态技术应用于急救、医疗等垂直场景，解决实际问题
• 构建自动化评测体系，确保模型效果和数据质量
• 与团队协同优化模型性能、成本和延迟
• 扎实的机器学习/深度学习理论基础，精通PyTorch等框架
• 具备LLM微调、RAG、智能体开发等前沿技术实战经验
• 拥有数据工程和模型评测体系建设能力
• 优秀的跨团队协作和业务理解能力

申请策略

• 准备详细的项目案例，重点阐述技术难点、解决方案和业务影响
• 了解腾讯在AI领域的战略布局和业务方向
• 展现对垂直领域（如医疗、应急）的热情和理解
• 突出LLM/多模态项目的完整落地经验，特别是后训练、RAG、智能体等具体技术细节
• 展示数据评测体系的建设成果，如自动化评测流程、指标设计
• 强调在急救、医疗等领域的算法应用经验（如有）
• 深入掌握Agentic AI、RLHF/RLAIF等前沿技术
• 提升大规模模型部署优化能力（如量化、蒸馏）

面试指南

• 使用STAR法则（情境、任务、行动、结果）描述项目经历
• 重点突出技术决策的依据、遇到的挑战及解决方案、量化的业务成果
• 对于系统设计类问题，先明确需求，再分模块阐述技术方案，最后讨论权衡和优化点
• 请详细介绍一个你主导的LLM或多模态项目，包括技术选型、难点突破和业务效果
• 如何设计和实施自动化模型评测体系？如何处理数据偏差和评估指标的选择？
• 在智能体应用中，如何解决记忆管理和工具调用的准确性问题？
• 如何优化大模型的推理速度和成本，同时保持效果？
• 在跨团队协作中，如何推动算法方案的落地和优化？