微信视频号直播-推荐大模型高级算法工程师-生态方向（深圳）

优缺点分析

角色解读

• 可向AI Agent架构专家或技术负责人方向发展
• 未来可转型为大模型研究员或算法团队Leader
• 在腾讯大平台积累经验后，可进入AI创业公司或顶级科技企业
• 负责视频号直播AI Agent系统的架构设计与迭代规划，确保高性能和可扩展性
• 设计多智能体协作模式，针对不同垂类主播需求定制化上下文交互逻辑
• 优化大模型效果，应用SFT、RLHF、DPO等技术提升推荐精准度
• 精通Python和PyTorch，具备扎实的工程能力
• 深入理解AI Agent技术栈，包括多智能体架构、RAG、Tool Use等
• 熟悉LLM训练技术，如SFT、RLHF、DPO、Agentic RL

申请策略

• 关注腾讯微信视频号业务发展，面试中可结合业务痛点提出方案
• 准备一个完整的Agent项目案例，清晰阐述技术选型和效果
• 突出AI Agent项目全流程经验，从设计到线上迭代
• 强调大模型训练优化实践，特别是SFT/RLHF/DPO等
• 展示系统架构设计能力和工程成果
• 复习多智能体架构和RAG相关知识
• 熟悉Langchain/Langgraph等框架
• 了解推荐系统基础，准备相关项目经验

面试指南

• 结合STAR法则：背景、任务、行动、结果
• 对于架构设计问题，先分析需求，再选型，最后评估可扩展性
• 技术对比问题：明确各自原理、优缺点，结合实际经验说明选择依据
• 请描述一个你主导的AI Agent项目，包括架构设计和迭代过程
• 如何设计一个支持多垂类主播的Multi-Agent系统？
• 在大模型训练中，RLHF和DPO的主要区别是什么？实际使用场景如何？
• 如何处理Agent的上下文记忆和长对话问题？
• 在推荐场景中，如何平衡模型效果和推理延迟？