腾讯
微信搜索-大模型算法工程师-搜索 Planner 方向
微信搜索-大模型算法工程师-搜索 Planner 方向
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公NLP工程
NLP工程
Nlp
Pytorch
Rlhf
大模型
推理优化
搜索算法
数据工程
值不值得投
81综合评分
综合评分 81
前沿技术栈大厂核心岗，技术成长天花板高，业务影响力大，但工作模式与WLB需进一步确认。
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
35K
与NLP工程中位数基本持平
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 1980 个在招 · 其中NLP工程 2 个
市场机会
选择不多
广州 · NLP工程 · 1 个在招
职位详情
关于这个职位
腾讯搜索团队的大模型算法工程师，主要负责基于大模型技术构建并优化搜索Query理解与改写系统
你需要设计从数据生产、模型训练到线上推理的全链路算法方案，通过SFT/RLHF/DPO等技术提升搜索效果与效率，并对端到端的业务指标负责
最低要求
计算机、人工智能、数学等相关专业，硕士及以上学历，2 年以上大模型 / NLP / 搜索相关经验
深入理解 Transformer 架构与大模型技术栈，包括注意力机制、KV Cache、预训练与后训练（SFT / RLHF / DPO）、量化与推理优化
有大模型训练实操经验，熟悉 LoRA / QLoRA、分布式训练、DeepSpeed 等，能独立完成微调与对齐
AI-Native 工作方式，熟练运用 AI 编程工具与自动化 pipeline，能快速搭建数据、训练、评测的自动化链路
精通 Python 与 PyTorch，具备良好的工程落地能力与业务 sense，以端到端效果为导向
工作职责
负责搜索 Planner 的算法设计与研发，基于大模型构建 query 理解与改写系统，覆盖纠错、归一化、意图补全、语义扩展等场景
设计并构建 SFT / RLHF / DPO 训练数据 pipeline，包括数据采集、蒸馏、质量过滤与模板组装，探索数据合成等 AI-Native 数据生产方式
攻关大模型训练与对齐的关键难题，包括输出长度偏差、类别不平衡、训练-推理分布一致性等
设计高效推理链路，包括 constrained decoding、early stopping、多路改写并行召回，结合量化、KV Cache 优化等手段平衡效果与时延
以端到端业务指标为北极星，建立并持续优化评估体系，负责效果调优与 bad case 治理，形成评估、优化、上线、反哺的闭环
AI 洞察
优缺点分析
优点
暂无明确优点
缺点 / 挑战
暂无明显挑战项
角色解读
- 你将设计基于大模型的搜索核心系统，提升用户搜索query的理解和改写质量
- 你需要构建和管理用于大模型训练的高质量数据流水线
- 你将负责大模型的训练、对齐与推理优化，确保效果与效率的平衡
- 你需要建立完整的评估体系，通过数据分析持续优化业务效果
申请策略
暂无内容
面试指南
暂无内容
职位点评
薪资福利80
成长发展95
工作生活60
使命价值85
薪资福利
80较高
作为腾讯核心业务岗位，薪资待遇具有市场竞争力，能够提供较好的经济回报和福利保障。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
95较高
职位处于大模型与搜索算法的技术前沿，提供深入参与顶级AI产品研发的平台，技术成长和学习机会非常丰富。
技术前沿前沿/新兴技术
技术栈大模型、RLHF、DPO、Transformer、PyTorch、分布式训练、量化推理
成长机会积极布局、无限广阔的舞台、不断探索
业务类型profit_center
工作生活
60中等
职位要求现场办公，且作为核心技术岗位，可能需要与业务指标紧密绑定，工作节奏和压力可能较大，WLB需具体了解。
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
85较高
参与国民级应用微信搜索的核心技术研发，工作成果直接影响数亿用户的搜索体验，社会价值感和产品使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号带来美好的、撼动人心的改变
创新程度积极采用新技术
Watch Jobs