腾讯腾讯游戏-资深机器学习工程师/专家-大规模模型训练与推理优化
任职要求
1.熟悉 GPU 架构 & CUDA 编程、算子融合优化等； 2.熟悉 PyTorch FSDP、DeepSpeed、Megatron-LM 等分布式训练框架，具备大模型多种并行训练策略实战经验； 3.熟悉 vLLM、SGLang 等大模型推理框架，有实际性能调优经验(如 KV Cache 优化、动态…
工作职责
1.负责3D/动画等美术资产生成大模型分布式训练和推理系统的性能优化； 2.通过数据并行、模型并行、流水线并行、专家并行等策略的工程实现和性能优化； 3.解决大模型训练中的显存瓶颈、通信延迟和负载均衡等核心计算资源问题； 4.负责多模态RLHF训练与推理平台的实现。
1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。 2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险； 3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略； 4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署； 5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
我们正在寻找具备深厚技术功底、前瞻性视野和丰富实战经验的DevOps平台工程专家，加入我们致力于构建智能化研发基础设施的核心团队。在这里，你将主导下一代AI驱动的Devops平台与智能运维系统的设计与落地，推动软件研发流程向自动化、可观测性、自愈能力和数据驱动决策全面进化。 作为团队的技术骨干，你将： 1. 设计打造企业级智能化运维（AIOps）体系 基于Python、Go等语言，构建自动化运维工具链与平台化能力，实现基础设施即代码（IaC）；引入异常检测、根因分析、故障传播图谱等AI算法，提升系统可观测性与故障响应速度，推动运维从“被动响应”向“主动预防”转变。 2. 构建全链路智能监控与自愈系统 设计并落地覆盖应用、服务、资源的端到端监控体系，集成Prometheus、Grafana、ELK、OpenTelemetry等主流技术栈；结合时序预测（LSTM、Prophet）、无监督异常检测（Isolation Forest、One-Class SVM）等模型，实现性能瓶颈预警、自动诊断与部分场景的闭环自愈。 3. 推动MLOps与DevOps深度融合 主导机器学习模型训练流水线（ML Pipeline）与模型服务化（Model Serving）平台建设，设计模型版本管理、A/B测试、流量灰度、监控告警与快速回滚机制，支撑AI能力高效、稳定地规模化落地。
1，算法开发与优化： 负责自动驾驶模型算法的研发设计，包括但不限于行为决策、轨迹生成、运动规划等模块的深度学习/强化学习模型设计 探索基于Transformer、模仿学习（Imitation Learning）、强化学习（RL）等前沿技术的模型算法设计、应用方案 优化自动驾驶算法的实时性、安全性和舒适性，解决复杂场景（如拥堵、交互博弈、长尾问题）下的规划挑战 2，数据驱动迭代： 构建和利用大规模驾驶数据集（仿真+真实数据），设计数据闭环 pipeline 提升规划性能 参与数据标注、场景挖掘、仿真测试等环节，推动算法迭代 3，系统集成与部署： 与感知、控制等模块团队协作，实现模型算法在车载计算平台的部署 支持实车测试，分析问题并提出改进方案。 4，前沿技术跟踪： 跟进学术界（如CVPR、ICRA、CoRL）和工业界最新进展，将创新技术落地到量产或研发项目中
智能客服算法工程师 负责智能客服相关的自然语言处理研发，打造领先的智能人机交互系统，服务于全球用户。 1、FAQ和智能问答算法的研发，包括文本匹配、向量化召回等； 2、对话管理算法和技术的研发，包括对话状态跟踪、对话策略优化等； 3、意图理解和槽位识别的研发，包括文本分类、序列标注等； 4、文本生成算法研发, 包括大语言模型预训练、微调等； 5、大语言模型应用研发, 包括提示工程、检索增强、Agent等；