腾讯地图-大模型算法工程师（模型优化方向）​

优缺点分析

角色解读

• 沿大模型算法纵深发展，从微调对齐延伸到训练-推理全链路优化，成长为模型优化方向的技术骨干或专家
• 借助地图这类真实业务场景积累 RAG/Agent 工程化落地经验，未来可转向大模型应用架构或算法负责人
• 数据飞轮与评测体系建设经验可迁移性强，适配搜索、推荐、Agent 平台等多条业务线
• 负责垂域训练数据的合成与数据集构建，包括指令与答案自动生成、改写扩写、质量筛选、配比与数据飞轮搭建
• 负责大模型的 SFT 微调，以及 DPO/GRPO/RLVR 等偏好对齐与强化学习训练
• 负责量化、蒸馏、投机解码等推理成本优化，并建设离线基准加线上 A/B 的可回归评测体系
• 推动 RAG 与 Agent 在地图业务落地，搭建检索增强链路、知识库与工程底座，并与工程团队协同交付
• 扎实的 PyTorch 训练与调试实操能力，能独立完成大模型微调/对齐的完整落地
• 过硬的 Linux/Python 工程功底，能写出可上线、可维护的训练与推理代码
• 熟悉偏好对齐与强化学习算法（DPO/GRPO/RLVR）以及量化、蒸馏、投机解码等推理加速手段
• 有数据合成、推理框架、RAG/Agent 项目经验，或顶会论文、开源贡献者更受青睐

申请策略

• 腾讯地图属于明确的业务落地场景，建议提前了解 LLM 在地图/位置服务中的典型应用，如 POI 理解、路线问答与智能助手
• 团队关注推理成本与线上指标，面试中可主动展示成本与效果权衡的思考
• 突出 1-2 个端到端的大模型微调/对齐项目，写清数据构造方式、训练配置、评测指标与实际效果
• 用数据量化成果，例如推理成本下降比例、效果提升幅度、A/B 实验结论
• 展示数据合成与数据飞轮建设经验，包括指令生成、质量筛选与配比策略
• 列出 RAG/Agent 项目、推理框架使用经验、开源仓库或顶会论文等加分项
• 系统补齐强化学习对齐方法（DPO/GRPO/RLVR）的原理推导与工程实现细节
• 熟悉至少一种推理框架（如 vLLM 等）以及量化、蒸馏、投机解码的实际调优经验

面试指南

• 讲项目用“背景—方案—取舍—结果”四段式，结果一定要给出量化指标
• 算法题先讲原理与适用边界，再结合自己项目中的实际选择说明为什么这么做
• 系统设计题先明确优化目标（效果/成本/延迟），再分层给出方案与验证方式
• 你做过的最完整的一次大模型 SFT/对齐项目是怎样的？数据如何构造、效果如何评估？
• DPO、GRPO、RLVR 有什么区别？在什么场景下你会选择哪一种？
• 如何降低一个大模型的推理成本？量化、蒸馏、投机解码各自适用于什么情况？
• 如果要在地图场景做 RAG/Agent，你会如何设计检索链路和评测体系？
• 数据飞轮如何搭建？怎样判断合成数据的质量与配比是否合理？