混元Agent 后训练算法工程师（Red Team方向）（深圳/北京/上海）

优缺点分析

角色解读

• 从数据质量工程师向大模型训练专家发展，深入理解模型训练全流程
• 可转向AI安全、红队测试方向，成为对抗性测试专家
• 有机会晋升为技术负责人，带领团队负责数据与训练平台建设
• 负责Agent基模训练数据的质量检测与评测，制定数据schema和质检标准，确保数据质量
• 运维SFT训练流水线，监控任务稳定性，快速恢复异常，提升训练效率
• 设计并执行数据实验，分析结果，推动数据迭代优化
• 开发内部工具链，提升团队研发效能，并参与对抗性质量挑战
• 扎实的计算机基础，熟悉数据结构与算法，有竞赛经历者优先
• 熟练掌握Python，具备高质量工程代码能力
• 了解分布式训练与大规模数据处理，有任务调度、服务运维经验
• 具备批判性思维，责任心强，有对抗性测试背景者优先

申请策略

• 了解腾讯混元大模型的发展方向，在面试中展示对业务的思考
• 准备项目案例，突出数据质量改进带来的效果
• 突出大模型数据训练或评测相关项目经验，展示具体成果
• 强调Python编程能力和工程化能力，如代码质量、工具开发
• 如有竞赛获奖或CTF经历，务必突出
• 展示对数据质量的追求和批判性思维，如主动发现问题案例
• 深入学习大模型训练流程，了解SFT、RLHF等
• 熟悉分布式训练框架，如PyTorch、TensorFlow

面试指南

• 使用STAR法则，描述情境、任务、行动和结果，突出个人贡献
• 展示系统性思维，从数据、模型、系统多角度分析问题
• 强调数据驱动决策，用数据说话
• 如何设计一个数据质量评估体系？
• 描述一次你如何发现并解决训练数据问题的经历
• 如何优化SFT训练流水线的稳定性？
• 如何设计一个数据实验来验证数据配比的影响？
• 你如何理解对抗性测试在模型训练中的作用？