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": "混元大语言模型后训练算法工程师-模型合版方向（北京/深圳）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"location": "北京",
"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": 1,
"degree": "计算机科学、数学、人工智能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.深度参与混元大模型后训练（包括 SFT、RL ）及模型合版的研发和相关算法策略研究，提升模型泛化性、能力边界和上限；\r\n2.后训练策略和生产范式的研究，探索更加敏捷、普适和可扩展的训练范式，提升训练和生产效率；\r\n3.相关前沿后训练技术方向探索，包括但不限于 Reasoning/Agentic 能力增强和 Scaling， RL/OPD 等收敛性和可扩展性研究；\r\n4.将研究成果转化为实际的模型能力或生产效率，并撰写高水平技术报告或论文，提升技术影响力。",
"requirements_text": "1.计算机科学、数学、人工智能等相关专业硕士及以上学历，具备良好的数理基础；\r\n2.具备良好的工程实现能力，熟练使用 PyTroch、Megatraon、vLLM 等常见大模型训练和推理框架；\r\n3.具备良好的技术视野，深入理解大模型相关技术原理，熟悉大模型 SFT、RL 及 reward 建模等训练范式，对 RL/OPD 等有深入的实践和研究经验；\r\n4.具备良好的数据 sense 和问题分析能力，作风严谨细致，善于借助大模型及相关工具解决问题和提升效率；\r\n5.对大模型及相关前沿技术和产品具有极强的热情，具备独立探索前沿技术的能力，有良好的团队协作和沟通能力。",
"skills": [AI生成
"模型训练",
"团队协作",
"沟通能力",
"解决问题",
"分析能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "1.有主导或参与工业界大规模模型生产和合版经验；\r\n2.以第一作者身份发表过 NeurIPS、ICML、ICLR、ACL 等论文。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2042191990493446144"
}
]
},
"posting": {
"posting_id": "2042191990493446144",
"post_date": "2026-09-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2042191990493446144"
},
"fulltext": "混元大语言模型后训练算法工程师-模型合版方向（北京/深圳）\n1.深度参与混元大模型后训练（包括 SFT、RL ）及模型合版的研发和相关算法策略研究，提升模型泛化性、能力边界和上限；\r\n2.后训练策略和生产范式的研究，探索更加敏捷、普适和可扩展的训练范式，提升训练和生产效率；\r\n3.相关前沿后训练技术方向探索，包括但不限于 Reasoning/Agentic 能力增强和 Scaling， RL/OPD 等收敛性和可扩展性研究；\r\n4.将研究成果转化为实际的模型能力或生产效率，并撰写高水平技术报告或论文，提升技术影响力。\n1.计算机科学、数学、人工智能等相关专业硕士及以上学历，具备良好的数理基础；\r\n2.具备良好的工程实现能力，熟练使用 PyTroch、Megatraon、vLLM 等常见大模型训练和推理框架；\r\n3.具备良好的技术视野，深入理解大模型相关技术原理，熟悉大模型 SFT、RL 及 reward 建模等训练范式，对 RL/OPD 等有深入的实践和研究经验；\r\n4.具备良好的数据 sense 和问题分析能力，作风严谨细致，善于借助大模型及相关工具解决问题和提升效率；\r\n5.对大模型及相关前沿技术和产品具有极强的热情，具备独立探索前沿技术的能力，有良好的团队协作和沟通能力。\n1.有主导或参与工业界大规模模型生产和合版经验；\r\n2.以第一作者身份发表过 NeurIPS、ICML、ICLR、ACL 等论文。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}