主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "混元AIGC算法研究员（文生3D）（深圳/北京/上海）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "计算机、人工智能、数学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.研发新一代3D资产生成大模型，突破生成质量、速度与可控性的技术边界；\n2.构建工业级3D AI生成管线，解决几何拓扑优化、材质贴图生成、物理合理性等核心问题。",
"requirements_text": "1.计算机、人工智能、数学等相关专业硕士及以上学历，有AIGC方向顶级论文者优先；\n2.满足以下任意一种技术栈要求：\n1）.3D表达技术：熟悉几何处理管线（Mesh操作/UV映射等），熟悉NeRF、SDF、Gaussian Splatting等表示方法；\n2）.生成式模型：深入理解Diffusion类模型、或自回归AR类模型原理，有3D生成经验者优先；\n3）.后训练技术：对post-training、强化学习、多模态理解与生成有丰富经验；\n4）.纹理材质技术：了解3D贴图、3D材质生成等技术；\n3.代码能力强，能快速实现idea，有扎实工程能力；\n4.具备较强的自驱力、学习能力、沟通能力、团队意识。",
"skills": [AI生成
"强化学习",
"沟通能力",
"学习能力"
],
"preferred_qualifications": "1.计算机、人工智能、数学等相关专业硕士及以上学历，有AIGC方向顶级论文者优先；2）.生成式模型：深入理解Diffusion类模型、或自回归AR类模型原理，有3D生成经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=1808701309486899200"
}
]
},
"posting": {
"posting_id": "1808701309486899200",
"post_date": "2026-09-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=1808701309486899200"
},
"fulltext": "混元AIGC算法研究员（文生3D）（深圳/北京/上海）\n1.研发新一代3D资产生成大模型，突破生成质量、速度与可控性的技术边界；\n2.构建工业级3D AI生成管线，解决几何拓扑优化、材质贴图生成、物理合理性等核心问题。\n1.计算机、人工智能、数学等相关专业硕士及以上学历，有AIGC方向顶级论文者优先；\n2.满足以下任意一种技术栈要求：\n1）.3D表达技术：熟悉几何处理管线（Mesh操作/UV映射等），熟悉NeRF、SDF、Gaussian Splatting等表示方法；\n2）.生成式模型：深入理解Diffusion类模型、或自回归AR类模型原理，有3D生成经验者优先；\n3）.后训练技术：对post-training、强化学习、多模态理解与生成有丰富经验；\n4）.纹理材质技术：了解3D贴图、3D材质生成等技术；\n3.代码能力强，能快速实现idea，有扎实工程能力；\n4.具备较强的自驱力、学习能力、沟通能力、团队意识。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}