主分类：大模型与生成式算法研发
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": "企业微信-大模型算法工程师-Agent后训练（北京/广州）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"location": "成都",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.参与 Agent 大模型的后训练工作，在 SFT、奖励模型、强化学习等方向进行方案设计、数据构建与训练落地，持续提升真实场景下的规划、推理、工具调用与指令遵循能力；\r\n2.针对 Agent 任务执行中的能力短板（如多步规划、抗干扰与幻觉抑制等），设计定向的训练优化方案，并构建数据合成、清洗与质量评估管线；面向意图识别等特定场景模型进行训练与优化，结合业务需求完成定制化的能力构建；\r\n3.持续跟踪并引入后训练领域的最新技术，推动技术在实际业务的创新落地。",
"requirements_text": "1.计算机、人工智能、机器学习、数学等相关专业，硕士及以上学历，具备扎实的计算机基础与算法基础，2 年以上相关领域工作经验；\r\n2.深入理解大语言模型与 Agent 技术体系，熟练掌握主流后训练技术（SFT、RLHF、DPO、PPO/GRPO 等），具备完整的模型训练与优化项目经验，能独立定位并解决效果问题；\r\n3.熟练掌握 Python，熟练使用主流深度学习与训练框架（如 PyTorch、DeepSpeed/Megatron、veRL/OpenRLHF 等），具备扎实的算法实现与大规模分布式训练调优能力；\r\n4.熟悉数据构建与评估体系，有强化学习环境搭建、奖励模型训练或高质量指令/偏好数据合成经验者优先；\r\n5.在 ICLR、NeurIPS、ICML、ACL、EMNLP 等顶尖会议发表过论文，或为优秀机器学习开源项目贡献者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "4.熟悉数据构建与评估体系，有强化学习环境搭建、奖励模型训练或高质量指令/偏好数据合成经验者优先；5.在 ICLR、NeurIPS、ICML、ACL、EMNLP 等顶尖会议发表过论文，或为优秀机器学习开源项目贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2094682199537401856"
}
]
},
"posting": {
"posting_id": "2094682199537401856",
"post_date": "2026-09-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2094682199537401856"
},
"fulltext": "企业微信-大模型算法工程师-Agent后训练（北京/广州）\n1.参与 Agent 大模型的后训练工作，在 SFT、奖励模型、强化学习等方向进行方案设计、数据构建与训练落地，持续提升真实场景下的规划、推理、工具调用与指令遵循能力；\r\n2.针对 Agent 任务执行中的能力短板（如多步规划、抗干扰与幻觉抑制等），设计定向的训练优化方案，并构建数据合成、清洗与质量评估管线；面向意图识别等特定场景模型进行训练与优化，结合业务需求完成定制化的能力构建；\r\n3.持续跟踪并引入后训练领域的最新技术，推动技术在实际业务的创新落地。\n1.计算机、人工智能、机器学习、数学等相关专业，硕士及以上学历，具备扎实的计算机基础与算法基础，2 年以上相关领域工作经验；\r\n2.深入理解大语言模型与 Agent 技术体系，熟练掌握主流后训练技术（SFT、RLHF、DPO、PPO/GRPO 等），具备完整的模型训练与优化项目经验，能独立定位并解决效果问题；\r\n3.熟练掌握 Python，熟练使用主流深度学习与训练框架（如 PyTorch、DeepSpeed/Megatron、veRL/OpenRLHF 等），具备扎实的算法实现与大规模分布式训练调优能力；\r\n4.熟悉数据构建与评估体系，有强化学习环境搭建、奖励模型训练或高质量指令/偏好数据合成经验者优先；\r\n5.在 ICLR、NeurIPS、ICML、ACL、EMNLP 等顶尖会议发表过论文，或为优秀机器学习开源项目贡献者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}