主分类:数据工程与数据平台研发
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": "腾讯游戏-多模态世界模型数据工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"location": "上海",
"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.面向世界模型(World Model)场景下多模态大模型的预训练与后训练数据需求,围绕2D视频数据与3D场景数据构建自动化、高效率的数据处理管线,覆盖数据采集、清洗、结构化、合成、质量评估与版本管理等环节,持续优化系统性能,保障管线的稳定性、可扩展性与可复用性;\n2.设计并开发数据处理工具与自动化脚本,提升数据清洗、标注与合成效率,支撑数据规模化生产与迭代;\n3.建立数据质量评估与自动化检测体系;\n4.与算法研究团队深度协作,理解世界模型在视频预测、场景建模与交互推理等任务中的训练需求,制定针对性的多模态数据策略,持续挖掘高价值数据资源,推动以数据为核心驱动的模型能力演进与迭代。",
"requirements_text": "1.人工智能、计算机科学、数学或相关专业,本科及以上学历;\n2.具备大模型训练数据的构建与管理经验,熟悉视频数据或三维数据的处理流程,了解数据质量评估方法与统计分析手段,有复杂数据管线或数据系统建设经验者优先;\n3.了解世界模型的基本训练范式,熟悉 PyTorch 等深度学习框架,能够从数据视角理解模型的核心需求,并据此优化数据策略。",
"skills": [AI生成
"PyTorch",
"深度学习",
"统计分析",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "2.具备大模型训练数据的构建与管理经验,熟悉视频数据或三维数据的处理流程,了解数据质量评估方法与统计分析手段,有复杂数据管线或数据系统建设经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2056638729380085760"
}
]
},
"posting": {
"posting_id": "2056638729380085760",
"post_date": "2026-08-19",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2056638729380085760"
},
"fulltext": "腾讯游戏-多模态世界模型数据工程师\n在腾讯,技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题,还是生活与人的问题,腾讯技术人都力图交出漂亮的答卷。我们善用科学工具,以强大的思维之力创造世界,为卓越的产品体验保驾护航,也为公司和产品策略提出宝贵的洞见,用技术引领新的变革。这里的每位成员,既传承着长久以来的务实文化,又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」,分享团队能量,尽情发挥所长。\n1.面向世界模型(World Model)场景下多模态大模型的预训练与后训练数据需求,围绕2D视频数据与3D场景数据构建自动化、高效率的数据处理管线,覆盖数据采集、清洗、结构化、合成、质量评估与版本管理等环节,持续优化系统性能,保障管线的稳定性、可扩展性与可复用性;\n2.设计并开发数据处理工具与自动化脚本,提升数据清洗、标注与合成效率,支撑数据规模化生产与迭代;\n3.建立数据质量评估与自动化检测体系;\n4.与算法研究团队深度协作,理解世界模型在视频预测、场景建模与交互推理等任务中的训练需求,制定针对性的多模态数据策略,持续挖掘高价值数据资源,推动以数据为核心驱动的模型能力演进与迭代。\n1.人工智能、计算机科学、数学或相关专业,本科及以上学历;\n2.具备大模型训练数据的构建与管理经验,熟悉视频数据或三维数据的处理流程,了解数据质量评估方法与统计分析手段,有复杂数据管线或数据系统建设经验者优先;\n3.了解世界模型的基本训练范式,熟悉 PyTorch 等深度学习框架,能够从数据视角理解模型的核心需求,并据此优化数据策略。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}