光子 AI-游戏数据科学专家

优缺点分析

角色解读

• 在技术深度上持续突破，成为大模型/数据科学领域的顶尖专家
• 向技术管理方向发展，带领团队攻克更大规模、更复杂的AI系统
• 横向拓展至游戏AI的其他方向，如强化学习、计算机视觉等，成为全栈游戏AI专家
• 设计和构建面向游戏场景的大模型，如社交网络分析、推荐系统、异常检测，直接服务于产品运营和研发
• 处理海量多模态数据（文本、图像、视频、音频、3D），开发内容理解、质量评估、去重/聚类等算法
• 持续追踪业界前沿技术，对竞品进行深度研究与分析，输出技术洞察
• 扎实的数据挖掘和机器学习功底，至少在一个领域有深入产出
• 熟悉大模型分布式训练、调优与调试，能够驾驭大规模模型
• 强大的分析问题和解决问题的能力，善于攻克技术难题
• 具备学术研究能力，能在顶级会议/期刊发表论文更佳

申请策略

• 建议在面试前深入了解腾讯光子旗下游戏产品，尤其是数据驱动案例，展示业务洞察
• 准备一个端到端的项目案例，从问题定义、数据准备、模型选型到部署上线，体现全链路能力
• 突出在数据挖掘、大模型训练、多模态处理方面的项目经验和成果，最好有量化指标
• 列举发表的高质量论文或专利，体现学术研究能力
• 强调分布式训练、模型优化、大规模数据处理等工程能力
• 展示对游戏行业的理解或相关项目经验，体现业务敏感度
• 如果对大模型分布式训练不够熟悉，可补充学习DeepSpeed、Megatron等框架
• 强化多模态理解相关技能，如CLIP、BLIP等模型的使用和微调

面试指南

• 对于技术问题，遵循“定义问题→方案选择→实现细节→效果评估→迭代优化”的结构
• 对于业务场景题，先明确目标，再拆解关键指标，然后给出技术方案，并考虑实际约束
• 对于开放性问题，展示逻辑思维和深度思考，可以结合实际案例，突出自己的独特视角
• 请介绍你参与过的一个大模型训练项目，包括数据、模型架构、训练策略及遇到的挑战
• 如何对游戏中的用户社交网络进行建模？你会用什么算法挖掘异常用户？
• 多模态数据（如图文）的内容理解中，如何处理数据不平衡和标注不足的问题？
• 在大模型分布式训练中，如何优化通信效率？谈谈你对ZeRO、3D并行等技术的理解
• 如果让你设计一个游戏内推荐系统，你会从哪些维度考虑？如何评估效果？