{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "混元多模态强化学习（RL）算法研究员（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": 2,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.针对多模态模型开展强化学习算法研究，包括面向图像、视频生成的扩散模型，面向多模态理解的自回归模型，以及前沿统一多模态框架；\r\n2.设计并开发强化学习训练框架与奖励建模策略，实现高效的大规模训练，提升训练稳定性，并解决奖励作弊等相关问题；\r\n3.探索下一代强化学习范式，使其能更直接、更高效地从环境反馈中学习。",
        "requirements_text": "1.本科及以上学历，计算机科学或相关专业；\r\n2.具备出色的科研能力，在ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、SIGGRAPH等顶级会议发表过论文；\r\n3.扎实的工程与编程能力，具备深度学习系统实现、模型训练与推理优化、CPU/GPU 加速、分布式训练与推理经验；\r\n4.有扩散模型、自回归模型、文生图 / 文生视频生成相关经验者优先；\r\n5.有 ACM/NOIP（信息学竞赛）参赛经历者优先。",
        "skills": [AI生成
            "深度学习",
            "模型训练"
        ],
        "preferred_qualifications": "4.有扩散模型、自回归模型、文生图 / 文生视频生成相关经验者优先；5.有 ACM/NOIP（信息学竞赛）参赛经历者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2034532284522196992"
            }
        ]
    },
    "posting": {
        "posting_id": "2034532284522196992",
        "post_date": "2026-09-16",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2034532284522196992"
    },
    "fulltext": "混元多模态强化学习（RL）算法研究员（北京/上海）\n1.针对多模态模型开展强化学习算法研究，包括面向图像、视频生成的扩散模型，面向多模态理解的自回归模型，以及前沿统一多模态框架；\r\n2.设计并开发强化学习训练框架与奖励建模策略，实现高效的大规模训练，提升训练稳定性，并解决奖励作弊等相关问题；\r\n3.探索下一代强化学习范式，使其能更直接、更高效地从环境反馈中学习。\n1.本科及以上学历，计算机科学或相关专业；\r\n2.具备出色的科研能力，在ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、SIGGRAPH等顶级会议发表过论文；\r\n3.扎实的工程与编程能力，具备深度学习系统实现、模型训练与推理优化、CPU/GPU 加速、分布式训练与推理经验；\r\n4.有扩散模型、自回归模型、文生图 / 文生视频生成相关经验者优先；\r\n5.有 ACM/NOIP（信息学竞赛）参赛经历者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}