主分类：AI模型评测工程
辅助：AI训练推理与计算优化（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Agent 后训练算法工程师（Red Team方向）（深圳/北京/上海）",
"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": 1,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责Agent 基模训练数据的质量检测与评测，制定并维护数据 schema、质检标准、流程与工具，保障进入训练环节的数据质量；\r\n2.负责 SFT 训练班车的日常运维，保障训练任务的稳定调度、异常监控与快速恢复，持续提升训练流水线的稳定性与效率；\r\n3.参与一系列数据实验（如数据配比实验、数据缩量提质实验、数据难度实验）的实验方案设计、执行训练、分析实验结果，并基于结论推动后续迭代；\r\n4.主导内部工具链建设，开发数据质检、问题发现、评测分析等效率工具，提升团队整体研发效能；\r\n5.与算法、数据、平台团队紧密协作，对数据、模型与系统进行对抗性质量挑战，主动发现并定位质量隐患与薄弱环节，打通从数据准备到训练产出的质量闭环。",
"requirements_text": "1.计算机、软件工程、数学等相关专业，具备扎实的计算机基础与数据结构、算法功底，有 OI、ACM 等信息学 / 算法竞赛经历者优先；\r\n2.熟练掌握 Python，具备扎实的工程编程能力与良好的代码品味，能稳定输出可读、可维护、可测试的高质量代码，有大模型（LLM）数据、训练、评测相关工程经验者优先；\r\n3.具备任务调度、服务运维或工具链开发相关经验，理解分布式训练与大规模数据处理的流程与挑战，有大型复杂系统设计与开发经验者优先；\r\n4.责任心强，对质量与稳定性有执念，具备批判性思维，习惯主动挑战与质疑既有方案；\r\n5.有 CTF 安全竞赛、红队测试或对抗性测试背景者优先。",
"skills": [AI生成
"Python",
"数据结构",
"大语言模型"
],
"preferred_qualifications": "1.计算机、软件工程、数学等相关专业，具备扎实的计算机基础与数据结构、算法功底，有 OI、ACM 等信息学 / 算法竞赛经历者优先；2.熟练掌握 Python，具备扎实的工程编程能力与良好的代码品味，能稳定输出可读、可维护、可测试的高质量代码，有大模型（LLM）数据、训练、评测相关工程经验者优先；3.具备任务调度、服务运维或工具链开发相关经验，理解分布式训练与大规模数据处理的流程与挑战，有大型复杂系统设计与开发经验者优先；5.有 CTF 安全竞赛、红队测试或对抗性测试背景者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2092600084561838080"
}
]
},
"posting": {
"posting_id": "2092600084561838080",
"post_date": "2026-08-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2092600084561838080"
},
"fulltext": "混元Agent 后训练算法工程师（Red Team方向）（深圳/北京/上海）\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.负责Agent 基模训练数据的质量检测与评测，制定并维护数据 schema、质检标准、流程与工具，保障进入训练环节的数据质量；\r\n2.负责 SFT 训练班车的日常运维，保障训练任务的稳定调度、异常监控与快速恢复，持续提升训练流水线的稳定性与效率；\r\n3.参与一系列数据实验（如数据配比实验、数据缩量提质实验、数据难度实验）的实验方案设计、执行训练、分析实验结果，并基于结论推动后续迭代；\r\n4.主导内部工具链建设，开发数据质检、问题发现、评测分析等效率工具，提升团队整体研发效能；\r\n5.与算法、数据、平台团队紧密协作，对数据、模型与系统进行对抗性质量挑战，主动发现并定位质量隐患与薄弱环节，打通从数据准备到训练产出的质量闭环。\n1.计算机、软件工程、数学等相关专业，具备扎实的计算机基础与数据结构、算法功底，有 OI、ACM 等信息学 / 算法竞赛经历者优先；\r\n2.熟练掌握 Python，具备扎实的工程编程能力与良好的代码品味，能稳定输出可读、可维护、可测试的高质量代码，有大模型（LLM）数据、训练、评测相关工程经验者优先；\r\n3.具备任务调度、服务运维或工具链开发相关经验，理解分布式训练与大规模数据处理的流程与挑战，有大型复杂系统设计与开发经验者优先；\r\n4.责任心强，对质量与稳定性有执念，具备批判性思维，习惯主动挑战与质疑既有方案；\r\n5.有 CTF 安全竞赛、红队测试或对抗性测试背景者优先。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}