主分类：计算机视觉与图像感知算法研发
辅助：大模型与生成式算法研发（仅展示）
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": "微信安全-内容理解算法工程师-电商入驻审核",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"location": "广州",
"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": 2,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.多模态内容理解与违规识别：构建融合商品标题文本、主图/详情图、视频素材、商家资质文件等多模态信息的理解与审核算法，实现对违禁商品、资质不符、山寨侵权等风险的自动化精准识别；\r\n2.业务大模型研发与训练：基于电商入驻审核场景的海量数据，将商品、店铺等垂类审核知识注入基础大模型，通过指令微调（SFT）、偏好对齐（RLHF/DPO）、CoT推理等技术，训练具备精准识别垂类违规能力的业务大模型，持续提升机审决策率与准确率；\r\n3.人机协同提效：设计机审辅助人审的技术方案，通过置信度分层、违规线索高亮、审核理由自动生成、难例智能路由等机制，为人审团队提供结构化决策支持，全面提升人工审核效率与准确度；\r\n4.审核系统基建优化：持续优化微信电商入驻审核系统的工程架构，提升审核链路的可用性、时效性与吞吐能力，保障审核服务在高并发场景下的稳定运行；\r\n5.数据闭环与效果监控：建立模型评测基准与效果监控体系，构建\"模型预测→badcase归因→数据标注→策略迭代→模型升级\"的完整闭环，驱动审核能力的持续进化；\r\n6.前沿技术探索：跟踪大模型（LLM/VLM）、多模态预训练模型、RAG、Agent等前沿技术进展，探索其在电商审核场景（如少样本违规检测、审核规则自动生成、知识图谱辅助决策等）中的创新应用。",
"requirements_text": "1.计算机科学、人工智能、数学、统计学、信息安全等相关专业，本科及以上学历；\r\n2.3年以上内容安全、内容审核相关工作经验，有商品审核场景经验者优先；\r\n3.扎实的机器学习/深度学习基础，熟练掌握PyTorch/TensorFlow等主流框架，具备从数据处理到模型训练、评估、部署的全流程实战能力；\r\n4.熟悉大模型（LLM/VLM）相关技术栈，有LoRA/P-Tuning微调、Prompt Engineering、RAG、Agent等实践经验者优先；\r\n5.具备良好的数据敏感度和问题定位能力，能够通过数据分析驱动模型优化方向；\r\n6.良好的团队协作和沟通能力，有较强的自驱力和责任心，能适应快节奏的工作环境。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据分析",
"模型训练",
"团队协作",
"沟通能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "2.3年以上内容安全、内容审核相关工作经验，有商品审核场景经验者优先；4.熟悉大模型（LLM/VLM）相关技术栈，有LoRA/P-Tuning微调、Prompt Engineering、RAG、Agent等实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=1936679262442594304"
}
]
},
"posting": {
"posting_id": "1936679262442594304",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=1936679262442594304"
},
"fulltext": "微信安全-内容理解算法工程师-电商入驻审核\n相信你与所有腾讯安全人一样，都认为抵抗邪恶是一件极其热血的事。希望你与我们一起，守护用户的安全，守护产品的安全，守护科技向善的不变初心。\n1.多模态内容理解与违规识别：构建融合商品标题文本、主图/详情图、视频素材、商家资质文件等多模态信息的理解与审核算法，实现对违禁商品、资质不符、山寨侵权等风险的自动化精准识别；\r\n2.业务大模型研发与训练：基于电商入驻审核场景的海量数据，将商品、店铺等垂类审核知识注入基础大模型，通过指令微调（SFT）、偏好对齐（RLHF/DPO）、CoT推理等技术，训练具备精准识别垂类违规能力的业务大模型，持续提升机审决策率与准确率；\r\n3.人机协同提效：设计机审辅助人审的技术方案，通过置信度分层、违规线索高亮、审核理由自动生成、难例智能路由等机制，为人审团队提供结构化决策支持，全面提升人工审核效率与准确度；\r\n4.审核系统基建优化：持续优化微信电商入驻审核系统的工程架构，提升审核链路的可用性、时效性与吞吐能力，保障审核服务在高并发场景下的稳定运行；\r\n5.数据闭环与效果监控：建立模型评测基准与效果监控体系，构建\"模型预测→badcase归因→数据标注→策略迭代→模型升级\"的完整闭环，驱动审核能力的持续进化；\r\n6.前沿技术探索：跟踪大模型（LLM/VLM）、多模态预训练模型、RAG、Agent等前沿技术进展，探索其在电商审核场景（如少样本违规检测、审核规则自动生成、知识图谱辅助决策等）中的创新应用。\n1.计算机科学、人工智能、数学、统计学、信息安全等相关专业，本科及以上学历；\r\n2.3年以上内容安全、内容审核相关工作经验，有商品审核场景经验者优先；\r\n3.扎实的机器学习/深度学习基础，熟练掌握PyTorch/TensorFlow等主流框架，具备从数据处理到模型训练、评估、部署的全流程实战能力；\r\n4.熟悉大模型（LLM/VLM）相关技术栈，有LoRA/P-Tuning微调、Prompt Engineering、RAG、Agent等实践经验者优先；\r\n5.具备良好的数据敏感度和问题定位能力，能够通过数据分析驱动模型优化方向；\r\n6.良好的团队协作和沟通能力，有较强的自驱力和责任心，能适应快节奏的工作环境。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}