主分类：大模型与生成式算法研发
辅助：搜索推荐与业务决策算法研发（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": "微信搜索-电商agent算法专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"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": 0,
"degree": "计算机、人工智能、数学、统计学或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.参与微信电商搜索Agent能力优化，围绕用户“找商品、做决策、成交易”等需求，建设从意图理解、任务规划、信息检索、商品推荐到答案生成的完整链路；\r\n2.负责 Agentic Search 架构设计与优化，结合大语言模型、RAG、搜索排序及工具调用技术，提升复杂需求理解、商品检索、对比选购和个性化推荐效果；\r\n3.负责大模型后训练及能力优化，包括 SFT、偏好优化、强化学习、知识蒸馏、拒绝采样、Reward 设计等，持续提升 Agent 的任务完成率、答案质量和业务转化效果。",
"requirements_text": "1.计算机、人工智能、数学、统计学或相关专业本科及以上学历，具备扎实的机器学习、深度学习和自然语言处理基础；\r\n2.熟悉大语言模型、Agent、RAG、搜索或推荐系统中的至少一个方向，有相关算法研发或线上落地经验；\r\n3.熟悉大模型训练与后训练流程，掌握 SFT、偏好学习或强化学习等方法中的一种或多种；对训练数据构建、评测和模型迭代有系统理解；\r\n4.熟练使用 Python，熟悉 PyTorch、Transformers 等主流深度学习框架，具备良好的算法实现和工程落地能力；\r\n5.具备较强的数据分析和实验能力，能够从业务问题出发完成问题定义、方案设计、实验验证和上线迭代。",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"数据分析",
"模型训练",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "1.有电商搜索、推荐、广告、智能导购或购物助手相关经验；\r\n2.有 LLM Agent、大模型后训练或生成式搜索系统的实际上线经验；\r\n3.有大规模搜索推荐系统、复杂工具调用或多智能体系统建设经验；\r\n4.熟悉 Reward Model、DPO/GRPO/PPO、模型蒸馏、合成数据或自动化评测体系；\r\n5.在 ACL、EMNLP、NAACL、KDD、SIGIR、WWW、NeurIPS、ICML、ICLR 等会议发表过相关论文，或有高质量开源项目经历。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2091788011841957888"
}
]
},
"posting": {
"posting_id": "2091788011841957888",
"post_date": "2026-09-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2091788011841957888"
},
"fulltext": "微信搜索-电商agent算法专家\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。\n1.参与微信电商搜索Agent能力优化，围绕用户“找商品、做决策、成交易”等需求，建设从意图理解、任务规划、信息检索、商品推荐到答案生成的完整链路；\r\n2.负责 Agentic Search 架构设计与优化，结合大语言模型、RAG、搜索排序及工具调用技术，提升复杂需求理解、商品检索、对比选购和个性化推荐效果；\r\n3.负责大模型后训练及能力优化，包括 SFT、偏好优化、强化学习、知识蒸馏、拒绝采样、Reward 设计等，持续提升 Agent 的任务完成率、答案质量和业务转化效果。\n1.计算机、人工智能、数学、统计学或相关专业本科及以上学历，具备扎实的机器学习、深度学习和自然语言处理基础；\r\n2.熟悉大语言模型、Agent、RAG、搜索或推荐系统中的至少一个方向，有相关算法研发或线上落地经验；\r\n3.熟悉大模型训练与后训练流程，掌握 SFT、偏好学习或强化学习等方法中的一种或多种；对训练数据构建、评测和模型迭代有系统理解；\r\n4.熟练使用 Python，熟悉 PyTorch、Transformers 等主流深度学习框架，具备良好的算法实现和工程落地能力；\r\n5.具备较强的数据分析和实验能力，能够从业务问题出发完成问题定义、方案设计、实验验证和上线迭代。\n1.有电商搜索、推荐、广告、智能导购或购物助手相关经验；\r\n2.有 LLM Agent、大模型后训练或生成式搜索系统的实际上线经验；\r\n3.有大规模搜索推荐系统、复杂工具调用或多智能体系统建设经验；\r\n4.熟悉 Reward Model、DPO/GRPO/PPO、模型蒸馏、合成数据或自动化评测体系；\r\n5.在 ACL、EMNLP、NAACL、KDD、SIGIR、WWW、NeurIPS、ICML、ICLR 等会议发表过相关论文，或有高质量开源项目经历。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T011"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}