【岗位职责】1. 多模态内容安全大模型研发• 负责游戏内文本、语音、图像、视频的多模态内容理解与风险识别模型（如辱骂、广告、不良信息）的算法设计与迭代。• 探索大模型（如视觉-语言模型、多模态预训练）在游戏内容安全场景的应用，提升复杂语义和上下文的理解能力。2. 安全Agent系统开发• 构建基于LLM/多模态大模型的智能对抗Agent，用于自动识别、处置和溯源游戏内违规内容与行为。• 开发Agent的决策、推理与自动化处置能力，优化安全运营效率。3. 数据与模型优化• 利用海量游戏内容数据（文本、语音、图像等）进行多模态数据清洗、分析与建模。• 针对游戏场景进行模型轻量化、部署优化与效果调优，平衡性能与实时性。4. 技术落地与业务协同• 与游戏产品、运营团队紧密合作，将算法能力嵌入实际安全防控体系（如实时审核、风险预警）。• 持续跟踪业界多模态、Agent技术进展，推动技术迭代与创新应用。【任职要求】• 学历专业：计算机、人工智能、电子工程等相关专业硕士及以上学历（实习岗为本科及以上在校生）。• 编程能力：熟练掌握Python，熟悉Linux开发环境，具备扎实的代码与数据处理能力（Shell/SQL等）。• 算法基础：熟悉深度学习、自然语言处理、计算机视觉或多模态学习的基础模型（如BERT、ViT、CLIP等）。• 经验优先：• 有大模型（LLM/VLM）训练、微调或部署经验，熟悉LangChain、AutoGen等Agent开发框架。• 有内容安全、风控、多模态理解等项目经验，或游戏行业相关背景。• 具备海外技术背景或外语能力者优先（适应国际化游戏内容审核）。• 软性素质：逻辑清晰、数据敏感、自驱力强，具备团队协作和业务落地思维。【业务场景】• 多模态辱骂识别：结合语音、文字、表情包识别玩家恶意行为（如《王者荣耀》《英雄联盟》场景）。• 跨模态广告引流检测：在游戏聊天、图像、视频中识别违规推广（如《和平精英》《火影忍者》手游）。• 智能安全Agent：构建自动巡逻Agent，实时发现并处置游戏内作弊、欺诈等复杂风险行为。【福利与资源】• 技术氛围：接触亿级日活游戏数据，参与行业前沿的多模态与Agent技术探索。• 游戏福利：皮肤/点券支持、内测资格、零食咖啡自由。• 团队支持：配备高性能GPU集群、丰富数据资源与业务场景。• 休闲彩蛋：王者/吃鸡内部车队助力上分，游戏周边福利不定期放送。【联系方式】有兴趣的同学把简历发送至 tinghuiliu@tencent.com

正文如题，通过转正答辩只描述了结果，为了达成这个结果我们往往需要将其拆解为若干关键步骤，只要相关的步骤都完成了转正就是理所应当的结果(HC数量少或业务变动除外)。工作量达标(有产出)对业务的理解到位工作态度端正(主动性强，责任心强)沟通能力达标(与合作的同事沟通顺畅)下面就上述若干点逐一叙述。工作量达标工作量也即产出，可以通俗地理解为上线了多少需求，写了多少代码。对于不同业务线的同学来说，工作内容也有所不同。比如业务部门的同学平时主要关注落地实际需求，也有一些性能优化的技术需求(例如优化接口耗时)。实习的同学一方面由于经验不足，大部分工作都是由mentor指派一些较为简单的需求。对于交代的需求...

好难

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...