腾讯大模型应用算法研究员/工程师 - 多模态方向
任职要求
1.精通PyTorch/TensorFlow，熟悉多模态模型架构（如Transformer、CLIP、ViT），具备大模型（GPT、LLaMA、ViT-22B等）实战经验； 2.具备Agent服务化工程能力（Docker，K8S），熟悉智能体框架（如MetaGPT、AutoGen），有工具调用（Tool Calling）、复杂任务规划（Task Planning）项目经验； 3.熟悉多模态任务（如图文生成、视频理解、语音-文本对齐），有智能体（Agent）系统开发经验者优先； 4.加分项：； 5.具备Agent服务化工程能力（Docker，K8S），熟悉智能体框架（如MetaGPT、AutoGen），有工具调用（Tool Calling）、复杂任务规划（Task Planning）项目经验； 6.在CVPR、ICML、NeurIPS等顶会发表过多模态/智能体相关论文，或Kaggle、ACM竞赛获奖经历。
工作职责
1.多模态智能体研发：研发大数据领域多模态智能体，融合表格、文本、图像、视频、语音、结构化数据等多源信息，构建感知-推理-决策-交互一体化智能系统，并应用于智能决策，人机协作场景； 2.跨模态理解与生成：设计跨模态对齐与融合算法，提升智能体对复杂语义（如视觉问答、图文生成、视频摘要）的理解与生成能力，开发多模态检索增强技术。
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。
各类大模型算法岗位：包括不限于 ✓大模型应用（Rag、Agent的研究等） ✓大模型技术研究 (指令微调、强化学习、推理等) ✓多模态理解与生成研究（文本、图像、视频、音频等）