主分类：大模型与生成式算法研发
辅助：计算机视觉与图像感知算法研发（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": "混元视频感知与理解算法研究员（北京/上海）(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": 3,
"degree": "计算机视觉、人工智能、机器学习等相关方向硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.主导视频能力建设：负责多模态大语言模型（VLM）的视频感知与理解能力研发，围绕视频数据、训练方法与评测体系开展系统性建设，持续提升模型对动态视觉世界的理解能力与能力上限；\r\n2.攻坚视频基础理解：聚焦视频中的时序、运动、事件、行为及空间关系等核心能力，提升模型对复杂动态场景、细粒度视觉信息及长程上下文的感知和理解能力；\r\n3.提升复杂视频推理：探索面向视频场景的多步推理、时空推理、因果推理及组合推理能力，研究视频信息与大语言模型推理能力的深度融合，提升模型解决复杂视频任务的泛化能力；\r\n4.建设视频评测与数据飞轮：建立系统化的视频能力评测体系，持续分析模型能力边界与核心 Badcase，形成“评测—数据—训练—验证”的研发闭环，驱动模型能力持续迭代；\r\n5.推进视频全流程研发：负责视频方向的 预训练、中训练、后训练的数据生产，开展SFT、强化学习等后训练算法研发，建设高质量视频训练数据及自动化数据生产流程，探索更高效的视频能力学习与对齐方法。",
"requirements_text": "1.计算机视觉、人工智能、机器学习等相关方向硕士及以上学历，具备扎实的深度学习基础；\r\n2.在视频理解、多模态大模型、视觉语言模型或相关方向具有研究或研发经验；\r\n3.熟悉 Transformer、LLM、VLM 等模型架构，对多模态模型训练及后训练方法有较深入理解；\r\n4.具备较强的算法研究、实验分析与工程实现能力，能够独立推动研究问题从定义到落地；\r\n5.对多模态基础模型及视频智能方向有强烈兴趣，具备持续探索前沿问题的研究热情。",
"skills": [AI生成
"机器学习",
"深度学习",
"计算机视觉",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "1.有大规模 VLM / Video-LMM 训练或后训练经验；\r\n2.有 SFT、RLHF、PPO、GRPO 等强化学习或大模型对齐经验；\r\n3.在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ACL、EMNLP 等顶级会议发表过相关工作；\r\n4.有高质量开源项目、大规模视频数据建设或多模态评测体系经验；\r\n5.有 Agentic Vision、长视频理解或多模态复杂推理相关研究经验。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2092149612814184448"
}
]
},
"posting": {
"posting_id": "2092149612814184448",
"post_date": "2026-08-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2092149612814184448"
},
"fulltext": "混元视频感知与理解算法研究员（北京/上海）(深圳)\n1.主导视频能力建设：负责多模态大语言模型（VLM）的视频感知与理解能力研发，围绕视频数据、训练方法与评测体系开展系统性建设，持续提升模型对动态视觉世界的理解能力与能力上限；\r\n2.攻坚视频基础理解：聚焦视频中的时序、运动、事件、行为及空间关系等核心能力，提升模型对复杂动态场景、细粒度视觉信息及长程上下文的感知和理解能力；\r\n3.提升复杂视频推理：探索面向视频场景的多步推理、时空推理、因果推理及组合推理能力，研究视频信息与大语言模型推理能力的深度融合，提升模型解决复杂视频任务的泛化能力；\r\n4.建设视频评测与数据飞轮：建立系统化的视频能力评测体系，持续分析模型能力边界与核心 Badcase，形成“评测—数据—训练—验证”的研发闭环，驱动模型能力持续迭代；\r\n5.推进视频全流程研发：负责视频方向的 预训练、中训练、后训练的数据生产，开展SFT、强化学习等后训练算法研发，建设高质量视频训练数据及自动化数据生产流程，探索更高效的视频能力学习与对齐方法。\n1.计算机视觉、人工智能、机器学习等相关方向硕士及以上学历，具备扎实的深度学习基础；\r\n2.在视频理解、多模态大模型、视觉语言模型或相关方向具有研究或研发经验；\r\n3.熟悉 Transformer、LLM、VLM 等模型架构，对多模态模型训练及后训练方法有较深入理解；\r\n4.具备较强的算法研究、实验分析与工程实现能力，能够独立推动研究问题从定义到落地；\r\n5.对多模态基础模型及视频智能方向有强烈兴趣，具备持续探索前沿问题的研究热情。\n1.有大规模 VLM / Video-LMM 训练或后训练经验；\r\n2.有 SFT、RLHF、PPO、GRPO 等强化学习或大模型对齐经验；\r\n3.在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ACL、EMNLP 等顶级会议发表过相关工作；\r\n4.有高质量开源项目、大规模视频数据建设或多模态评测体系经验；\r\n5.有 Agentic Vision、长视频理解或多模态复杂推理相关研究经验。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}