腾讯混元LLM策略产品经理（北京）
任职要求
1.至少三年以上的算法策略产品经理或算法工程师经验，对LLM对齐及相关方法（如SFT和RLHF）有深入的理…
工作职责
1.通过对广泛业务中用户行为和反馈的研究，确定自研LLM的改进空间、优先级，以及相应的改进手段； 2.与业务团队合作，将混元模型能力整合到产品及服务中； 3.对齐数据采集和生产的方法，确保数据质量保持在高标准，并根据定量和定性反馈不断改进流程，有一到两个行业的专有数据经验优先。
1.负责构建Coding Agent评估体系，建立多行业测试用例库，通过CI/CD报告及埋点数据持续监控效果； 2.主导Prompt工程优化工作，开发垂直领域动态Prompt模板，迭代提示词策略，降低幻觉率并提升需求解析精度； 3.进行工具链集成与效能提升，设计工具智能调度规则，提升工具执行成功率和效果； 4.设计分层记忆管理机制，构建短期记忆与长期记忆，提升智能体应答效果，降低调用成本； 5.优化多智能体协同流程，提升 Plan/Design/Coding Agent 的协作效率。
1.负责LLM及AI搜索能力的模型/策略效果迭代，设计满足用户体验的理想态回复标准，并驱动数据生产和模型训练，达成体验/能力优化目标； 2.设计LLM及AI搜索的模型效果评估体系，进行系统化的效果反馈，质量监控，打造数据飞轮； 3.与上下游模型算法、工程技术、标注交付等团队紧密合作，完成策略迭代、效果评测，共同推进基础模型效果提升和产品化目标达成； 4.负责设计和制定完善的搜索策略评估体系，通过科学的评估方式定位问题并推动优化。
1.深度协同算法团队，主导深度学习算法端到端推理系统的架构设计与落地实践，聚焦高吞吐、低延时核心目标，攻克大模型推理工程化落地关键技术瓶颈； 2.针对大模型推理全链路进行性能瓶颈深度剖析，通过算子优化、量化策略、资源调度等手段实现推理吞吐最大化；建立性能 - 成本评估体系，制定资源利用率极致优化方案，实现推理成本可控化； 3.主导大模型推理框架底层架构优化，完善框架功能模块（如动态批处理、推理缓存、容错机制）；构建工程化能力体系，提升框架易用性（API 设计、配置化能力）与可调试性（日志系统、性能埋点、调试工具链），支撑大规模推理服务稳定迭代。
1.参与LLM、多模态大模型压缩加速方案研究，包括投机采样、稀疏化、量化和蒸馏等方法； 2.设计可落地的大模型压缩算法及成本优化方案，助力大模型的性能加速； 3.分析业务性能瓶颈和模型特点，定制化开发大模型压缩优化工具，实现高速推理方案。