主分类：AI训练推理与计算优化
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": "混元大模型平台研发工程师（北京/深圳）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"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": 2,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.混元机器学习研发底座与LLMOps工程平台的架构设计、核心开发与全链路性能迭代。 负责混元平台核心架构设计与迭代开发，聚焦大模型训练、推理、评估、数据多个核心场景，解决大规模训练、数据处理、评测等场景问题，持续提升大模型训练稳定性与平台整体性能上限；\r\n2.LLMOps工程体系迭代与研发效能升级：持续深耕并跟进业界AIGC、大模型工程化前沿技术与落地实践，结合内部模型预训练、后训练、迭代、部署全流程诉求，持续优化平台技术方案与产品形态。聚焦平台易用性、自动化、标准化建设，降低大模型研发与落地门槛，持续完善、升级、落地全链路LLMOps研发体系。",
"requirements_text": "1.本科及以上学历，具备扎实的AI工程化、大模型研发底座技术功底，熟练掌握 PyTorch/TensorFlow/DeepSpeed 等主流深度学习框架，拥有真实落地的模型训练优化、分布式训练、模型服务化优化项目经验；\r\n2.熟练使用 Python/Go/Java 至少一种主流开发语言，具备良好的代码工程素养、软件架构设计能力和复杂系统开发落地能力，能够独立完成核心模块设计、开发与迭代；\r\n3.具备极强的项目Owner意识与自驱力，能够主动发现平台性能、架构、流程痛点，独立推进技术优化与项目落地，具备优秀的跨团队协同能力与技术攻坚意识；\r\n4.对大模型工程化、LLMOps体系有浓厚热情与持续学习能力，能够快速跟进前沿技术并转化为内部落地成果，具备长期技术迭代与体系建设思维。 参与过千亿级大模型训练、部署全链路工程落地者优先。",
"skills": [AI生成
"Python",
"Java",
"PyTorch",
"TensorFlow",
"深度学习",
"模型训练",
"架构设计",
"学习能力",
"Go",
"大语言模型"
],
"preferred_qualifications": "参与过千亿级大模型训练、部署全链路工程落地者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2094261500268163072"
}
]
},
"posting": {
"posting_id": "2094261500268163072",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2094261500268163072"
},
"fulltext": "混元大模型平台研发工程师（北京/深圳）\n在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段，你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神，同时欢迎你一起参与团队愿景、文化和产品方向的探讨。\n1.混元机器学习研发底座与LLMOps工程平台的架构设计、核心开发与全链路性能迭代。 负责混元平台核心架构设计与迭代开发，聚焦大模型训练、推理、评估、数据多个核心场景，解决大规模训练、数据处理、评测等场景问题，持续提升大模型训练稳定性与平台整体性能上限；\r\n2.LLMOps工程体系迭代与研发效能升级：持续深耕并跟进业界AIGC、大模型工程化前沿技术与落地实践，结合内部模型预训练、后训练、迭代、部署全流程诉求，持续优化平台技术方案与产品形态。聚焦平台易用性、自动化、标准化建设，降低大模型研发与落地门槛，持续完善、升级、落地全链路LLMOps研发体系。\n1.本科及以上学历，具备扎实的AI工程化、大模型研发底座技术功底，熟练掌握 PyTorch/TensorFlow/DeepSpeed 等主流深度学习框架，拥有真实落地的模型训练优化、分布式训练、模型服务化优化项目经验；\r\n2.熟练使用 Python/Go/Java 至少一种主流开发语言，具备良好的代码工程素养、软件架构设计能力和复杂系统开发落地能力，能够独立完成核心模块设计、开发与迭代；\r\n3.具备极强的项目Owner意识与自驱力，能够主动发现平台性能、架构、流程痛点，独立推进技术优化与项目落地，具备优秀的跨团队协同能力与技术攻坚意识；\r\n4.对大模型工程化、LLMOps体系有浓厚热情与持续学习能力，能够快速跟进前沿技术并转化为内部落地成果，具备长期技术迭代与体系建设思维。 参与过千亿级大模型训练、部署全链路工程落地者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}