腾讯
校招混元基座模型-AI Infra 智能研发 Benchmark 与训练任务构建
北京 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 学历和专业要求：
- 机器学习/人工智能/计算机等相关专业硕士以上学历；
- 技术技能要求：
- 1.熟悉主流训练和推理框架PyTorch、Megatron、vLLM、SGLang等，掌握3D并行、ZeRO机制、Flash-Attn、kvcache、量化、投机采样、算子优化等的原理、使用场景、优劣势以及可优化方向；
- 2.精通RL、Agent训练流程，在框架开发和优化上有深入实践，在稳定性、大规模训练上有相关经验的优先，在低精度训练、收敛稳定优化有相关经验的优先；
- 软性素质要求：
- 1.对大模型、强化学习前沿技术比较敏锐者优先；
- 2.良好的沟通能力、解决问题能力，具备强烈的进取心、自驱力及跨领域学习能力，团队合作精神极佳。
岗位描述
【岗位职责】
课题背景：
大模型正在从通用代码生成走向专业系统研发。AI Infra 涉及 GPU Kernel、编译优化、分布式训练、推理引擎和性能调优，是验证模型复杂工程能力的重要前沿场景。与普通代码任务不同，AI Infra 代码不仅需要“能运行”，还必须满足数值正确性、性能效率、硬件适配和系统稳定性等要求。当前通用代码 Benchmark 难以衡量这些能力：任务通常规模较小，缺少真实硬件反馈，也无法覆盖从问题定位、方案设计到实现和性能验证的完整研发链路。
因此，我们希望构建可执行、可量化、可复现的 Benchmark 与训练任务体系，形成「任务构建—模型训练—能力评测—真实反馈—数据迭代」闭环，推动大模型从代码补全工具演进为 AI Infra 研发 Agent。
课题挑战：
真实任务的抽象与规模化构建；正确性与性能的多维评测；硬件相关评测的稳定性与公平性；长链路、仓库级 Agent 能力评估；训练任务与奖励信号设计；数据污染与泛化能力。
具体工作：
构建面向 AI Infra 智能研发的 Benchmark 和训练任务平台；设计 Triton/CUDA Kernel 编写、算子融合与性能优化任务；构建训练框架、推理引擎和分布式系统的仓库级研发任务；建设 GPU 沙箱、自动测试、性能测量和结果判定基础设施；建立覆盖正确性、性能、稳定性、可移植性和代码质量的评测体系；将真实 Issue、性能瓶颈和框架需求转化为可验证的训练任务；设计基于编译、测试、Profiler 和硬件执行反馈的奖励机制；研究任务自动生成、难度分级、数据去污染和能力泛化评估；推动 Benchmark 与 SFT、RL及 Agent 训练闭环，持续提升模型解决真实 AI Infra 问题的能力。
【任职要求】
学历和专业要求：
机器学习/人工智能/计算机等相关专业硕士以上学历；
技术技能要求：
- 1.熟悉主流训练和推理框架PyTorch、Megatron、vLLM、SGLang等，掌握3D并行、ZeRO机制、Flash-Attn、kvcache、量化、投机采样、算子优化等的原理、使用场景、优劣势以及可优化方向；
- 2.精通RL、Agent训练流程，在框架开发和优化上有深入实践，在稳定性、大规模训练上有相关经验的优先，在低精度训练、收敛稳定优化有相关经验的优先；
软性素质要求：
- 1.对大模型、强化学习前沿技术比较敏锐者优先；
- 2.良好的沟通能力、解决问题能力，具备强烈的进取心、自驱力及跨领域学习能力，团队合作精神极佳。
【技术方向】
智能体、强化学习
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 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
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。