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Agentic Vision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、计算机科学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 Visual2Code 能力建设：负责多模态大语言模型在 Visual2Code 方向的核心算法研发，围绕“视觉输入—代码理解—代码生成—执行验证”完整链路，持续提升模型从界面、图表、文档、图像等视觉信息中理解结构并生成高质量代码的能力；\r\n2.建设高质量数据体系：负责 Visual2Code 训练数据的设计、构建与迭代，包括真实数据挖掘、自动化数据合成、难度分层、质量过滤及数据配比等，建立覆盖多场景、多语言、多任务形态的数据生产与数据飞轮体系；\r\n3.推进模型与算法创新：深入探索 Visual2Code 场景下的 SFT、强化学习、代码执行反馈、Verifier/Reward Model 等后训练方法，研究视觉理解、代码推理与执行反馈之间的协同机制，持续提升模型在复杂任务中的正确率、泛化能力与稳定性；\r\n4.强化复杂视觉编程能力：聚焦视觉结构解析、布局理解、图表/文档理解、视觉逻辑推理以及代码生成等关键能力，提升模型从复杂视觉输入中完成结构还原、逻辑抽取、程序生成与迭代修正的能力；\r\n5.建设系统化评测体系：搭建 Visual2Code 能力评测与诊断体系，从视觉感知、结构理解、代码正确性、执行结果、视觉还原度、复杂推理等维度建立 Benchmark 与自动化评测链路，持续定位模型能力瓶颈并指导训练迭代；\r\n6.探索 Agentic Vision 新范式：探索视觉模型与代码执行、工具调用、环境反馈等能力的结合，推动模型从一次性 Visual2Code 生成进一步走向“理解—生成—执行—观察—修正”的 Agentic Vision 闭环，提升模型自主解决复杂视觉任务的能力。",
"requirements_text": "1.计算机视觉、人工智能、机器学习、计算机科学等相关方向硕士及以上学历，具备扎实的深度学习与编程基础；\r\n2.在多模态大模型、代码大模型、Agent、视觉理解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 SFT、强化学习、代码生成与执行反馈等技术有较深入理解；\r\n4.具备较强的数据构建、算法研究与实验分析能力，能够独立推动从数据、模型、训练到评测的完整研发闭环；\r\n5.对 Visual2Code、Agentic Vision 及多模态智能方向具有强烈兴趣，能够持续跟进并探索前沿技术。",
"skills": [AI生成
"机器学习",
"深度学习",
"强化学习",
"计算机视觉",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "1.有 Visual2Code、Screenshot-to-Code、Chart-to-Code、Document-to-Code 等相关研究经验；\r\n2.有代码大模型、Code Agent、Tool Use 或代码执行反馈训练经验；\r\n3.有 SFT、RLHF、PPO、GRPO、RLVR、Verifier / Reward Model 等后训练经验；\r\n4.有大规模多模态或代码数据生产、清洗及自动化合成经验；\r\n5.在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ACL、ICML 等顶级会议发表过相关研究工作；\r\n6.有高质量开源项目或大规模基础模型训练经验。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2092149663925977088"
}
]
},
"posting": {
"posting_id": "2092149663925977088",
"post_date": "2026-08-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2092149663925977088"
},
"fulltext": "混元Agentic Vision算法研究员（北京/上海）(深圳)\n1.主导 Visual2Code 能力建设：负责多模态大语言模型在 Visual2Code 方向的核心算法研发，围绕“视觉输入—代码理解—代码生成—执行验证”完整链路，持续提升模型从界面、图表、文档、图像等视觉信息中理解结构并生成高质量代码的能力；\r\n2.建设高质量数据体系：负责 Visual2Code 训练数据的设计、构建与迭代，包括真实数据挖掘、自动化数据合成、难度分层、质量过滤及数据配比等，建立覆盖多场景、多语言、多任务形态的数据生产与数据飞轮体系；\r\n3.推进模型与算法创新：深入探索 Visual2Code 场景下的 SFT、强化学习、代码执行反馈、Verifier/Reward Model 等后训练方法，研究视觉理解、代码推理与执行反馈之间的协同机制，持续提升模型在复杂任务中的正确率、泛化能力与稳定性；\r\n4.强化复杂视觉编程能力：聚焦视觉结构解析、布局理解、图表/文档理解、视觉逻辑推理以及代码生成等关键能力，提升模型从复杂视觉输入中完成结构还原、逻辑抽取、程序生成与迭代修正的能力；\r\n5.建设系统化评测体系：搭建 Visual2Code 能力评测与诊断体系，从视觉感知、结构理解、代码正确性、执行结果、视觉还原度、复杂推理等维度建立 Benchmark 与自动化评测链路，持续定位模型能力瓶颈并指导训练迭代；\r\n6.探索 Agentic Vision 新范式：探索视觉模型与代码执行、工具调用、环境反馈等能力的结合，推动模型从一次性 Visual2Code 生成进一步走向“理解—生成—执行—观察—修正”的 Agentic Vision 闭环，提升模型自主解决复杂视觉任务的能力。\n1.计算机视觉、人工智能、机器学习、计算机科学等相关方向硕士及以上学历，具备扎实的深度学习与编程基础；\r\n2.在多模态大模型、代码大模型、Agent、视觉理解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 SFT、强化学习、代码生成与执行反馈等技术有较深入理解；\r\n4.具备较强的数据构建、算法研究与实验分析能力，能够独立推动从数据、模型、训练到评测的完整研发闭环；\r\n5.对 Visual2Code、Agentic Vision 及多模态智能方向具有强烈兴趣，能够持续跟进并探索前沿技术。\n1.有 Visual2Code、Screenshot-to-Code、Chart-to-Code、Document-to-Code 等相关研究经验；\r\n2.有代码大模型、Code Agent、Tool Use 或代码执行反馈训练经验；\r\n3.有 SFT、RLHF、PPO、GRPO、RLVR、Verifier / Reward Model 等后训练经验；\r\n4.有大规模多模态或代码数据生产、清洗及自动化合成经验；\r\n5.在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ACL、ICML 等顶级会议发表过相关研究工作；\r\n6.有高质量开源项目或大规模基础模型训练经验。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}