腾讯
实习优图实验室—面向刷掌支付的多模态大模型研究
上海 · 实习 · 博士
长期有效
任职要求
- 1、计算机科学、人工智能、模式识别等相关专业的博士及优秀硕士；具有目标检测、Grounding，MLLM等研究背景者优先；
- 2、熟悉VLM/MLLM前沿进展，熟悉 CLIP/InternVL等技术路径；精通 PyTorch，在 CVPR/ICLR/NeurIPS/ICCV等顶会有相关成果者优先；
- 3、对多模态理解技术有强烈研究热情，对技术有较强的好奇心，具备较好的研究能力；沟通协作能力强，逻辑性强，具备独立解决问题的能力。
岗位描述
【岗位职责】
课题背景：
刷掌支付在业务落地中面临多方面的约束与挑战：多样的环境与用户使用习惯、严格的法律法规限制。在这些前提下，刷掌问题排查与优化面临巨大的挑战。随着大语言模型（LLM）及多模态大模型（MLLM）技术的突破性发展，通过多模态大模型进行刷掌问题排查与优化成为一种可能，本课题聚焦多模态大模型在刷掌支付场景中的深度应用，解决支付现场理解与身份识别可靠性的核心业务痛点。
课题挑战：
- 1、支付现场理解：基于多模态大模型对支付现场进行综合理解，包括用户行为意图、设备环境状态、手掌质量等因素，并进行综合推理确定问题和优化方案。
- 2、身份识别可靠推理：将多模态大模型的语义理解能力与掌纹识别管线深度结合，结合上下文提供可靠的识别结果与可解释的识别结论。
- 3、生成识别统一框架构建： 将AIGC生成机制与掌纹识别深度融合，利用生成模型的内在特性反哺识别任务，实现高效率的识别问题修复；
- 4、模型轻量化与端侧部署：面向刷掌支付终端的算力与时延约束，研究低延时的多模态大模型技术，在保证现场理解与推理能力的前提下实现多模态大模型的高效端侧部署
具体工作：
你将参与面向刷掌支付的多模态大模型研发，包括多模态大模型训练与微调、可解释推理能力增强（DPO、GRPO等）、模型轻量化研究等，推动多模态大模型在刷掌支付真实业务中的落地应用。
【任职要求】
- 1、计算机科学、人工智能、模式识别等相关专业的博士及优秀硕士；具有目标检测、Grounding，MLLM等研究背景者优先；
- 2、熟悉VLM/MLLM前沿进展，熟悉 CLIP/InternVL等技术路径；精通 PyTorch，在 CVPR/ICLR/NeurIPS/ICCV等顶会有相关成果者优先；
- 3、对多模态理解技术有强烈研究热情，对技术有较强的好奇心，具备较好的研究能力；沟通协作能力强，逻辑性强，具备独立解决问题的能力。
【技术方向】
多模态、视觉、语音
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。