腾讯大模型算法工程师 - AI数据工程方向
任职要求
1.扎实的机器学习/NLP基础，熟悉生成式模型原理与大模型微调（SFT/RLHF等）相关技术； 2.具备以下至少一个领域实战经验：； 3.a.多模态模型标注智能体开发； 4.b.数据增强与合成策略设计； 5.c.数据质量评估体系构建； 6.熟练掌握Python等编程语言，具备良好的数…
工作职责
1.研发自动化数据标注工具链，覆盖文本、图像等多模态数据类型，实现标注流程标准化与效率提升； 2.设计基于生成模型的数据增强、合成策略，解决数据稀缺性与多样性问题，优化模型泛化能力； 3.构建数据质量评估体系，设计多维度的数据评估指标，开发自动化检测工具实现数据质量量化评估与问题定位。
1、数据效能研究（Data Efficiency）：基于多模态大模型训练过程，分析不同模态数据的有效性、信息增益与贡献度；参与数据选择、数据蒸馏、难例挖掘等前沿技术探索，提升训练效率与模型表现； 2、数据–模型协同设计（Co-Design）：与模型团队协作，从训练曲线、梯度信号与分布特征中反推数据质量，研究分阶段（预训练/SFT/对齐）数据策略，设计高效的数据结构与采样机制； 3、高质量数据构建（Data Quality Engineering）：参与多模态数据 pipeline，包括自动标注、Caption 生成、数据去噪与一致性检查；探索弱监督、合成数据与模型 in-the-loop 的高质量数据生产方式； 4、多模态数据分析（Multimodal Analytics）：对训练数据进行覆盖度、偏差与难度分析，构建可视化与指标体系，为模型能力诊断与数据重构提供依据。
方向一： 1. 负责多模态大模型的基础能力提升，图文多模态模型的下游算法研究，图文多模态技术在AI搜索、图片结构化提取、图片内容理解等应用领域云侧和端侧的研究等 2. 跟进业界前沿技术，持续提升团队在图文多模态算法方面的技术积累。 方向二： 1. 负责多模态大模型压缩算法研发，探索并实现极低bit量化技术和稀疏化技术，保持推理精度的同时减少模型存储和计算资源消耗；多模态大模型编解码加速算法研发，降低端侧模型推理成本； 2. 参与端侧大模型技术体系建设，探索和实现高效大模型架构，开发和优化内部模型端侧化部署工具链，跟进大模型前沿技术发展趋势，探索相关算法的创新优化，发表高质量研究论文。 方向三： 1. 参与AI搜索，小布记忆等业务交付中的算法方案设计，模型训练等，持续提升算法能力，改善产品体验； 方向四： 1、 负责参与小布助手统一意图理解与任务编排的算法及数据工程优化 方向五： 1. 参与个性化大模型算法设计、实现和优化，提升模型用户特征提取、行为挖掘及精准画像等核心能力； 2. 协同产品与工程团队，推动个性化大模型在手机业务中的创新应用，持续探索技术突破点并推动团队技术迭代，保持行业领先性。
团队介绍：我们是字节跳动质量技术团队，致力于基于海量质量领域数据，通过AI智能化构建新一代的质量工作范式，主要方向包括测试用例生成、业务领域建模、智能断言、诊断分析。 1、参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署； 2、探索LLM技术在质量领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、负责质量智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、负责基于质量数据做模型微调（Fine-tune），确保模型精度和效率。
团队介绍：我们是字节跳动质量技术团队，致力于基于海量质量领域数据，通过AI智能化构建新一代的质量工作范式，主要方向包括测试用例生成、业务领域建模、智能断言、诊断分析。 1、参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署； 2、探索LLM技术在质量领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、负责质量智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、负责基于质量数据做模型微调（Fine-tune），确保模型精度和效率。