腾讯｜腾讯云—面向数据库自动驾驶领域大模型的强化学习研究实习

课题背景： 随着大语言模型整体智能化程度的不断提升，当前数据库存储系统的智能化数据管理和运维能力还不够智能化，特别是随着vibe coding在更多的用户中普及，这些没有开发能力的用户也无法运营和管理好自己的数据库服务，如何实现这些数据库和基础设施的自动驾驶变的越来越重要。 课题挑战： 参与业界顶尖的数据库agentic模型后训练工作，结合RL能力，提高模型表现 具体工作： 你将参与到Database Model继续训练和后训练的整个技术管线设计和实现，包含强化学习轨迹数据合成，强化学习算法设计，强化学习环境设计，强化学习效率优化等等。

1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、有强化学习方向顶会的博士和优秀硕士； 2、深入理解Transformer架构和大语言模型原理，熟练掌握SFT、RLHF、DPO，RLVR等后训练技术，熟悉PyTorch/TensorFlow框架，有实际模型训练调优和分布式训练经验； 3、熟悉数据库原理、SQL语法、执行计划分析等专业知识，有数据库内核开发、性能优化、运维自动化相关经验者优先； 4、有大规模数据处理、数据标注质量控制、模型评测体系构建经验，熟悉领域Benchmark设计或参与过开源评测项目者优先。