主分类：搜索推荐与业务决策算法研发
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-小微推荐算法工程师-广州",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"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": "计算机相关专业硕士/博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.Personal Agent 系统：搭建用户画像、世界知识、个性化信息处理、agentic 推荐服务等；\r\n2.LLM 后训练：增强 LLM 在共情、表达、推荐等方面的能力；\r\n3.LLM/Agent 持续学习：研究持续学习问题，内化用户历史、世界知识等信息。",
"requirements_text": "1.计算机相关专业硕士/博士；\r\n2.数学或数据结构与算法扎实，具备优秀的问题分析、建模和解决能力，有良好的科学思维；\r\n3.加分项：；\r\n4.对 Agent harness 有思考和实践，能够充分利用不同尺寸 LLM 的能力完成系统应用；\r\n5.有 LLM 预训练、后训练基础，熟悉如何优化 LLM 在特定方向的表现。",
"skills": [AI生成
"数据结构",
"建模",
"大语言模型"
],
"preferred_qualifications": "3.加分项：",
"job_highlights": "1.负责微信小微主动推荐方向。小微立足于微信，拥有用户各场景的信息和服务，可智能感知用户需求，提供主动式 AI 体验。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2091724429636841472"
}
]
},
"posting": {
"posting_id": "2091724429636841472",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2091724429636841472"
},
"fulltext": "微信-小微推荐算法工程师-广州\n渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。\n1.Personal Agent 系统：搭建用户画像、世界知识、个性化信息处理、agentic 推荐服务等；\r\n2.LLM 后训练：增强 LLM 在共情、表达、推荐等方面的能力；\r\n3.LLM/Agent 持续学习：研究持续学习问题，内化用户历史、世界知识等信息。\n1.计算机相关专业硕士/博士；\r\n2.数学或数据结构与算法扎实，具备优秀的问题分析、建模和解决能力，有良好的科学思维；\r\n3.加分项：；\r\n4.对 Agent harness 有思考和实践，能够充分利用不同尺寸 LLM 的能力完成系统应用；\r\n5.有 LLM 预训练、后训练基础，熟悉如何优化 LLM 在特定方向的表现。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}