腾讯微信-基础大模型数据算法工程师

1.负责社交大模型方向的记忆检索、Agent函数调用、风格化基座模型等方向的算法突破； 2.紧密贴合业务，通过后训练（SFT&RL）提升模型的专项问题解决能力； 3.基于微信场景数据提供技术解决方案，探索业界前沿技术在业务中的落地与指标优化。

1.岗位职责； 2.参与构建高可靠性数据pipeline，支撑大模型sft/dpo/grpo等的数据需求，通过高效的数据获取、清洗、精良等，为模型提供多样化、低噪声、高信息密度的训练数据，驱动模型性能提升和业务落地； 3.参与构建科学的数据评估体系，量化数据对模型性能提升的影响，迭代优化数据生成策略； 4.研究探索新型数据处理/生成/评估技术，推动数据整体链路优化。

1.主导微信大模型在应用层面的技术优化，涵盖智能体（Agent）、增强检索生成（RAG）、数据合成技术，以及针对垂直场景的模型调优与性能提升； 2.结合微信生态内的场景化数据，设计高效技术解决方案，推动AI前沿技术（如多模态推理、拟人化音频生成、长文本建模）的业务落地与核心指标优化； 3.密切关注AI学术界与工业界的技术进展（如Agent协作框架、轻量化微调方法），挖掘其在微信生态中的潜在应用场景与创新价值。

1.研发具备通用能力的端到端语音大模型，包括多语种语音识别、语音合成、声纹识别、副语言信息理解等； 2.推动上述语音技术与团队内部大语言模型 (LLM) 的深度融合，参与设计和实现智能语音交互系统架构； 3.在微信AI探索业务中，基于微信场景数据提供技术解决方案，探索业界前沿技术在业务中的落地与指标优化。