腾讯大模型应用算法研究员/工程师 - AI Coding方向
任职要求
1.深入理解Transformer、RNN等模型架构，有PyTorch/TensorFlow框架实战经验； 2.熟悉提升工程、模型微调及评估方法；了解代码表征学习或程序合成优先； 3.具有Hugging Face、LangChain、LlamaIndex等AI开发经验； 4.熟悉GitHub Copilot、Cursor、CodeWhisperer等主流AI编程工具； 5.有大模型copilot算法研发有实际应用项目者优先。
工作职责
1.参与AI代码生成工具的开发、评估与优化，构建智能编程辅助系统（如代码补全、自动Debug、代码生产等场景）； 2.参与代码大模型的增量预训练和post-training训练优化； 3.探索代码检索、代码质量分析、自动化测试等场景的AI解决方案； 4.持续跟踪业界前沿技术趋势。
1.研发智能体关键技术，推动指令理解、深度推理、反思优化等核心能力在Data+AI场景的技术落地和优化； 2.构建智能体工具调用体系，研发支持多工具调度的function call能力，优化多智能体协同决策机制； 3.参与搜索算法全链路优化，重点突破Query语义解析、内容理解、混合召回策略及RAG生成效果； 4.跟进LLM与智能体领域前沿技术，参与关键技术预研及工业级解决方案设计。
1.智能对话式BI智能体研发：支持自然语言查询、数据分析、可视化生成及业务决策建议，支持多源、多模态数据（文本，图表、数据看板）的动态生成和交互优化； 2.数据与知识增强：构建BI领域知识库（元数据、指标中台），设计数据权限控制、确保敏感数据处理； 3.BI方向工具开发：异动分析、归因及预测模型。
1.大模型应用开发：负麦基于主流开源/闭源大模型进行应用落地，包括问答系统、智能助手、知识检索、文档处理等；并与产品、前端、后端、数据团队紧密协作，推动算法模型在真实业务中的部署与落地。 2.RAG 系统优化：主导通用型 RAG(Retrieval-Augmented Generation)系统的构建与效果优化，包括召回、排序、长文本处理、多文档合成等关键环节。 3.Agent 框架开发：研究和实现多 Agent 协作框架，提高 Agent 在复杂任务中的稳定性与执行效果，探索如任务分解、工具使用、状态记忆等机制。 4.模型效果调优：结合业务场景，设计 Prompt、微调、评测等策略，提升大模型在特定任务中的表现。 5.技术积累与分享：沉淀可复用的模型应用框架、调优经验和评估指标，推动团队整体技术能力提升。
我们正在寻找一位经验丰富、富有创新精神的深度学习/大模型研究员/工程师，加入我们快速发展的团队。我们的业务主要聚焦于小米汽车、小米手机相关方向的算法开发工作，为公司产品和服务提供强大的人工智能支持。在这里，您将与顶尖的科学家和工程师合作，共同探索和实现AI和大模型技术的突破，为公司创造更大的价值。 岗位描述 1. 负责大模型的架构设计、开发和优化，提升模型的性能和效率。 2. 研究和应用最新的大模型技术，包括但不限于预训练模型、微调技术、模型压缩等。 3. 参与大模型的训练和调优工作，确保模型在不同任务和数据集上的表现达到最优。 4. 与团队合作，将大模型技术应用于公司的产品和服务中，提升用户体验和业务价值。 5. 撰写技术文档和研究报告，分享研究成果和实践经验。 6. 跟踪行业动态和学术前沿，及时将新技术引入到公司的大模型研发中。 7. 基于业务交付目标，进行性能/耗时等优化，完成全流程工程整合、测试与部署。