腾讯游戏-多模态大模型数据工程师/专家

优缺点分析

角色解读

• 从数据工程师向AI基础设施专家发展，深入多模态大模型训练的数据链路
• 可转向机器学习平台、数据架构或AI算法方向，积累数据与模型双重视角
• 在腾讯大平台有广阔的晋升空间，可成长为技术专家或团队负责人
• 负责多模态数据的生产需求对接，构建数据生产引擎，提升数据规模、质量与迭代效率
• 搭建Data-Centric多模态数据处理Pipeline，包括算子开发、跨模态检索、内容理解与质量筛选
• 构建高可用、高吞吐的数据存储与服务框架，优化多模态数据的存储和检索效率
• 扎实的计算机基础，熟练掌握Java/C++/Python中的一种，有服务端系统开发经验
• 熟悉多模态等非结构化数据处理，包括数据清洗、特征提取和数据增强技术
• 掌握分布式计算或大数据框架，如Ray、Spark、Hadoop、Flink

申请策略

• 了解腾讯多模态大模型业务方向（如混元、AI生成内容），在面试中展现热情
• 主动询问团队技术栈和数据规模，显示对岗位的深入思考
• 突出服务端系统开发经验和大型分布式项目实践
• 展示参与过的数据处理Pipeline或大数据平台项目，强调性能优化成果
• 如果有AI相关经历，如数据清洗、特征工程、模型训练数据构建，重点描述
• 体现学习能力和自驱力，比如开源贡献、技术博客
• 熟悉Ray或Spark等框架的底层原理，能够进行调优
• 补充多模态数据相关基础知识，如跨模态检索、内容理解

面试指南

• 结合项目实际，描述背景-动作-结果，突出技术选型和量化收益
• 从数据质量对模型影响的角度谈Data-Centric，强调数据清洗和增强的实践
• 比较框架时关注数据规模、实时性、计算模型等维度
• 请介绍一个你设计过的大数据处理Pipeline，包括架构、挑战和优化
• 如何处理多模态数据的质量筛选？有哪些方法？
• 讲一下你对Data-Centric AI的理解
• 如何设计一个高吞吐的数据存储服务？
• Ray和Spark的适用场景有什么区别？