腾讯
浏览器数据后处理算法工程师
浏览器数据后处理算法工程师
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公NLP工程
NLP工程
Dpo
Llm
Nlp
Pytorch
Rlhf
Sft
小模型
数据清洗
模型微调
值不值得投
79综合评分
综合评分 79
深圳腾讯核心算法岗，聚焦小模型训练与端侧部署，技术挑战大、成长性强，但WLB可能一般。
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
3.8万
比NLP工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2050 个在招 · 其中NLP工程 4 个
市场机会
选择不多
深圳 · NLP工程 · 4 个在招
职位详情
关于这个职位
该职位专注于浏览器端与云端协同场景下的智能数据处理
工作核心是开发与优化网页内容的提取、清洗、摘要生成等能力，并深入探索小语言模型（1B~7B参数）在端侧/低算力环境下的训练、优化与部署，以提升处理质量与效率
需要结合算法与工程能力，推动NLP技术在具体产品场景的落地
最低要求
专业背景： 计算机、人工智能、软件工程或数学相关专业，本科及以上学历，3 年以上 NLP / LLM 算法开发经验
小模型后训练经验： 深入理解大/小语言模型架构，具备丰富的小模型（如 Llama, Qwen, Phi, Gemma 等系列）全流程 Post-training（预训练增量/SFT/DPO/PPO）实战经验，熟悉高效微调（LoRA, QLoRA）与分布式并行训练框架（DeepSpeed, Megatron-LM, Ray 等）
数据处理能力： 具备大规模海量数据（PB级/数十亿网页级）清洗与构建经验，熟悉网页解析（HTML/DOM Tree 提取、格式转换）及文本去重、过滤、质量评分机制
探索与工程落地： 具备优秀的技术敏锐度和独立探索能力，能快速跟踪并重现业界最新顶级论文或开源方案
具备良好的 Python/C++ 编码能力，熟悉 PyTorch 生态，能兼顾效果与推理吞吐/延迟性能
工作职责
针对浏览器端/云端协同交付场景，开发并优化包括网页长文本/复杂结构清洗、核心正文解析抽取、智能切片与摘要生成、元数据提取等关键能力，提升端到端处理质量与时延表现
深入探索小模型（1B~7B）的技术上限，在 Efficient Fine-Tuning、SFT、DPO/RLHF 对齐、模型量化压缩及长文本上下文扩展等方向持续迭代，探索端侧/低算力部署的最优解
联合数据团队搭建高质量后处理语料库构建流程，通过 Synthesizing Data（合成数据）与 Reward Model 精选数据集，持续提升模型在复杂变体网页上的泛化能力
AI 洞察
优缺点分析
优点
- 技术前沿：深入参与小模型（Small LLM）的前沿探索与工程落地，是当前AI领域的重要方向
- 端到端能力：岗位要求覆盖算法研究、模型训练、数据处理和工程优化全链路，能获得全面的技术锻炼
- 技术深度要求高：需要同时精通算法理论和工程实践，对小模型训练的细节（如量化、微调）有很深的理解
- 性能权衡：在端侧部署需要在效果、模型大小、推理速度之间做出精妙的平衡，对工程落地能力要求高
- 适合具有3年以上NLP/LLM算法经验，对小模型训练、优化和部署有浓厚兴趣，并渴望在海量数据真实场景中将算法技术转化为产品能力的工程师
缺点 / 挑战
- 平台与数据：在腾讯这样的头部公司，能接触到海量、多样的真实数据（数十亿网页），技术挑战和成长空间大
- 业务场景复杂：浏览器网页形式千变万化，需要处理长文本、复杂结构，模型的泛化和鲁棒性挑战大
角色解读
- 技术专家路线：可深耕小模型训练与端侧部署技术，成为该领域的专家，并参与前沿技术选型
- 技术管理路线：在积累足够项目经验和团队协作经验后，可带领小团队负责特定算法模块或方向
- 应用拓展：此经验可迁移到其他端侧AI应用场景，如智能文档处理、端侧智能助手等
- 负责浏览器场景下网页文本内容的智能提取、清洗、摘要生成等算法的开发与优化
- 针对1B~7B参数的小型语言模型，进行后训练（如SFT、DPO）、量化压缩和高效微调，以实现在端侧设备的低延迟部署
- 与数据团队协作，设计并构建高质量、大规模的训练语料库，提升模型在真实复杂网页场景下的泛化性能
- 需要扎实的NLP和大模型（特别是小模型）理论基础与实战经验，熟悉从SFT到对齐的全流程
- 需要具备处理海量非结构化数据（如网页HTML）的工程能力，包括解析、清洗和质量评估
- 需要出色的编程能力（Python/C++）和对模型推理性能（吞吐、延迟）的优化意识
申请策略
- 在简历或面试中，尝试用一两个具体例子，说明你如何解决过“效果”与“速度/成本”的矛盾，这正是该岗位的核心挑战
- 提前了解腾讯浏览器或相关产品的技术动态和方向，展示你对业务的理解和兴趣
- 突出小模型（如Llama, Qwen等）的后训练、微调（LoRA/QLoRA）和量化部署项目经验，最好有具体模型大小和性能指标
- 详细描述处理过的大规模文本/网页数据清洗、构建项目，说明数据规模、处理方法和带来的模型效果提升
- 强调对Transformer架构、分布式训练框架（如DeepSpeed）和PyTorch生态的熟练掌握，以及C++推理优化经验
- 系统复习并实践小模型（1B~7B）的完整训练流程，特别是DPO、PPO等对齐技术和高效的量化工具（如GPTQ, AWQ）
- 深入学习网页解析技术（DOM Tree操作、信息提取）和大规模文本去重、质量评估的工程化方法
面试指南
- 对于项目经验问题，采用STAR法则：清晰说明背景(S)、任务目标(T)、你采取的具体行动(A，包括技术选型、优化步骤)和最终可量化的结果(R)
- 对于技术设计问题，展示结构化思维：从数据/问题分析入手，分模块设计解决方案（如清洗、解析、排序），并说明每个模块的技术选型和理由，最后考虑整体流程的可扩展性
- 对于未来趋势问题，结合对最近论文（如量化、高效微调新方法）的了解和业务场景（端侧、低算力）的需求进行分析，体现你的技术视野
- 请介绍一个你进行过的小模型（或具体到某个模型如Llama）从微调到部署的项目，你遇到了哪些关键挑战？如何解决的？
- 针对网页正文提取任务，如果遇到大量格式迥异、充满广告和导航栏的页面，你会如何设计算法和数据处理流程来保证提取质量？
- 模型量化（如INT8/INT4）会带来一定的效果损失，你有什么方法或策略来在保证效果的前提下最大化压缩模型？
- 如果给你一个PB级的网页原始数据集，你如何设计一个高效、可扩展的流程来清洗、去重并构建出高质量的SFT语料？
- 你如何看待小模型与大模型在端侧应用上的优劣？你认为未来一年小模型技术的主要突破点会在哪里？
职位点评
薪资福利85
成长发展92
工作生活55
使命价值75
薪资福利
85较高
职位位于深圳，且为已上市的大型科技公司核心算法岗，市场薪酬具有较强竞争力，能满足较高的薪资与福利预期。
薪资信号偏高 (3千–4.5万/月)
成长发展
92较高
该职位要求深入探索小模型技术前沿，并负责从算法到工程落地的全流程，提供了极佳的技术深度与广度成长机会。
技术前沿前沿/新兴技术
技术栈小模型、SFT、DPO、RLHF、模型量化、高效微调、LoRA、PyTorch
成长机会持续迭代、探索最优解、快速跟踪并重现业界最新顶级论文或开源方案
业务类型profit_center
工作生活
55较低
JD未明确提及办公模式和工作强度，但作为核心算法岗位且有探索性要求，通常需要较高的投入度和专注度，工作生活平衡可能面临挑战。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
岗位致力于提升海量用户浏览器体验，通过技术创新实现信息高效获取，具有明确的实用价值和用户影响力。
行业发展新兴领域（暂难判断）
社会影响中性/一般
使命信号提升端到端处理质量与时延表现、提升模型...上的泛化能力
创新程度积极采用新技术
Watch Jobs