腾讯技术研究-数据科学方向
任职要求
1、本科以上学历，数学、统计、运筹学、计算机、经济学、通信等相关专业； 2、严谨的逻辑思维能力和扎实的数理专业知识基础；掌握常见的统计分析、实验设计、机器学习等领域的基础理论； 3、具备优秀的编码能⼒，扎实的数据结构和算法功底，熟练掌握至少一种编程语言，Java、Scala、C++、R、Python等大数据基础工具的使用，能处理较大规模的数据； 4、优秀的…
工作职责
1、基于海量数据场景，参与业务数据分析及数据模型构建，驱动业务增长； 2、负责规划和搭建业务数据指标体系和分析体系，建设智能决策方法论，寻找业务收入增长点； 3、通过实验科学、因果推断等方法验证评估策略的效果和价值； 4、建设用户画像、构建特征工程实施方案，不断优化和改进数据模型，提升线上数据服务效果； 5、跟进业界最新的广告、推荐、NLP、复杂网络等领域进展，快速实现并应用于实际任务中。
1. 构建百亿-千亿级参数大模型的工业化数据管道原型系统，主导预训练数据（多语言/多模态）的数据质量治理体系设计，开发数据去噪、清洗、打标、去偏和毒性检测算法 2. 构建大模型多维度评估体系：开发面向领域任务的细粒度评估框架，设计红蓝军对抗性测试集，在细粒度层面建立能力-数据关联分析模型 3. 构建大模型Agent应用场景的交互数据闭环系统，开发自动化数据标注、推理轨迹数据监督和治理、幻觉检测和消除等技术模块 4. 研究预训练和后训练的数据智能新架构、新流程和新算法，包括但不限于小样本数据蒸馏、课程学习策略优化、数据价值量化评估等，并实现先进方法的工程化落地 5. 研究基于LLM的合成数据生成框架，探索多模态数据合成（代码/数学推理/跨模态对齐）方法，探索多模态思维链合成增强、对抗性和合作性数据增强等技术路线
1.负责广告数据计算平台设计和开发，支持万亿级数据的交互式圈人、洞察、归因、报表场景。 2.负责广告定向数据产品研发，能提供架构设计和优化方案，并从技术上推进产品的快速迭代。 3.紧跟业界前沿，探索增强分析、智能营销助手等创新场景的技术解决方案。
Lindorm数据库的定位是AI时代的海量多模数据平台，目前Lindorm针对高并发在线、泛时序数据、搜索和AI几个主要业务场景提供了多模数据的存储、检索、分析与AI推理服务。如何实现针对多个不同业务场景下复杂各异数据模型的高效存储与处理，以及探索如何更好利用AI来对非结构化数据进行分析和理解，实现结构化数据与非结构化数据的融合处理，都存在巨大的挑战。如今AI技术发展迅速，我们希望能够进一步探索多模数据和AI结合的更多场景，将Lindorm数据库打造成AI应用的基础设施。 基于以上背景，本项目重点聚焦如下技术问题的研究： 1、探索如何在一个统一的数据库框架和底座下高效存储和处理包括宽表、时序、JSON、向量等复杂数据模型； 2、探索数据库如何更好地利用Data + AI来增强数据库分析和处理文本、图像、语音和视频等非结构化数据的能力，方便用户开发和部署AI应用，挖掘数据价值。
1. 在AI/HPC突发流量激增的背景下，探索软硬件协同设计新的方法，重构软硬件功能边界，实现异构计算资源的深度融合与动态适配 2. 多核协同调度机制：构建基于资源感知的动态调度算法，建立多维约束条件下的最优任务分配模型 3. 关键性能瓶颈突破：重点攻克时延抖动抑制、缓存资源动态分配等核心挑战，建立面向服务质量保障的调度优化框架；