腾讯(tencent)招聘地图平台部-多模态大模型应用-后训练优化

岗位职责：
1.负责地图平台部数据生产场景中多模态大模型的后训练优化工作，提升模型在复杂场景下的泛化能力与准确性；
2.深入分析地图数据生产流程中的痛点，设计并实施针对性的后训练策略，优化模型对多样化地理信息的理解与表达；
3.与算法团队紧密协作，参与模型迭代全流程，从数据准备、训练调优到效果评估，确保模型性能持续提升；
4.结合腾讯地图基础能力需求，探索多模态数据（文本、图像、GPS等）融合的后训练方法，增强模型对真实场景的适配性；
5.通过实验设计与数据分析，量化后训练优化效果，输出技术报告并推动成果在业务场景中的落地应用；
6.跟踪业界多模态大模型后训练的前沿技术动态，引入创新方法解决地图数据生产中的实际问题。
岗位要求：
1.计算机、人工智能、模式识别等相关专业硕士及以上学历，3年以上大模型后训练或相关领域工作经验；
2.熟练掌握深度学习框架（如PyTorch、TensorFlow），有丰富的模型微调、Prompt工程或适配器训练实践经验；
3.熟悉多模态学习基础理论，了解文本、图像、点云等至少两类数据的处理与融合方法；
4.具备扎实的机器学习/深度学习理论基础，能独立设计实验并分析结果，优化模型性能；
5.优秀的逻辑思维与问题解决能力，能够快速定位后训练过程中的瓶颈并提出有效改进方案；
6.良好的团队协作与沟通能力，能与算法、产品及工程团队高效配合推动项目落地；
7.对地图数据生产或地理信息技术有浓厚兴趣者优先。
加分项：
1.有大规模多模态模型（如LLaMA、BLIP、BEiT等）后训练或微调实战经验；
2.熟悉地图数据特性（如POI、路网、卫星影像等）或参与过地图相关AI项目；
3.在顶会（NeurIPS、ICML、CVPR等）发表过多模态学习或大模型优化相关论文；
4.有提示词工程（Prompt Engineering）或适配器（Adapter）优化经验；
5.熟悉数据增强、噪声建模或对抗训练等方法提升模型鲁棒性。
岗位介绍：
渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。