主分类：搜索推荐与业务决策算法研发
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": "腾讯营销-生成式推荐算法专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "CDG",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责营销基础推荐算法多个重点方向的技术规划和团队管理，围绕大模型、Agent等前沿方向，结合千亿级样本、特征和用户行为数据，持续推动营销推荐建模技术升级和效果突破；\r\n2.基于超大规模样本和特征，探索用户兴趣建模、序列表征学习、生成式建模、统一建模等关键技术，实现前沿 AI 技术在营销推荐系统中的有效迁移，持续驱动营销核心指标提升；\r\n3.负责样本、特征、模型等核心能力建设，持续探索模型 scaling up、模型结构优化和训练推理优化等关键技术，不断提升模型效果、训练效率和泛化能力；\r\n4.推动多模态技术和生成式 AI 技术在广告场景中的应用，通过更丰富的信息理解和表达能力，持续提升营销推荐效果和内容生产效率；\r\n5.探索Agent在算法研发和业务场景中的应用，持续提升模型迭代效率和算法系统智能化水平；\r\n6.积极跟进 AI 学术界和业界的最新动态，优化内部技术方案，不断推进营销算法设计升级。",
"requirements_text": "1.具备扎实的数据结构和算法功底，熟悉掌握常见有监督、无监督、深度学习等算法模型的原理、优缺点及适用场景等基础知识；\r\n2.有机器学习算法优化理论的研究经验，熟悉 TensorFlow 或 PyTorch 机器学习框架，并有实际的模型训练、调优和线上优化项目经验；\r\n3.具有大规模机器学习训练、推理平台开发经验，或在推荐大模型、多模态大模型、生成式 AI 等方向有深入研发经验者优先；\r\n4.具备搜广推领域算法研发经验，对召回、排序、预估等核心链路有深入理解，有复杂业务场景落地经验者优先；\r\n5.具有协调跨团队合作、项目管理和团队管理能力，能够推动复杂技术方案在业务场景落地，解决关键技术问题，提升团队整体组织和作战能力；\r\n6.有搜广推算法管理经验者优先。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据结构",
"模型训练",
"项目管理",
"团队管理",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "3.具有大规模机器学习训练、推理平台开发经验，或在推荐大模型、多模态大模型、生成式 AI 等方向有深入研发经验者优先；4.具备搜广推领域算法研发经验，对召回、排序、预估等核心链路有深入理解，有复杂业务场景落地经验者优先；6.有搜广推算法管理经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2094760861490135040"
}
]
},
"posting": {
"posting_id": "2094760861490135040",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2094760861490135040"
},
"fulltext": "腾讯营销-生成式推荐算法专家\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.负责营销基础推荐算法多个重点方向的技术规划和团队管理，围绕大模型、Agent等前沿方向，结合千亿级样本、特征和用户行为数据，持续推动营销推荐建模技术升级和效果突破；\r\n2.基于超大规模样本和特征，探索用户兴趣建模、序列表征学习、生成式建模、统一建模等关键技术，实现前沿 AI 技术在营销推荐系统中的有效迁移，持续驱动营销核心指标提升；\r\n3.负责样本、特征、模型等核心能力建设，持续探索模型 scaling up、模型结构优化和训练推理优化等关键技术，不断提升模型效果、训练效率和泛化能力；\r\n4.推动多模态技术和生成式 AI 技术在广告场景中的应用，通过更丰富的信息理解和表达能力，持续提升营销推荐效果和内容生产效率；\r\n5.探索Agent在算法研发和业务场景中的应用，持续提升模型迭代效率和算法系统智能化水平；\r\n6.积极跟进 AI 学术界和业界的最新动态，优化内部技术方案，不断推进营销算法设计升级。\n1.具备扎实的数据结构和算法功底，熟悉掌握常见有监督、无监督、深度学习等算法模型的原理、优缺点及适用场景等基础知识；\r\n2.有机器学习算法优化理论的研究经验，熟悉 TensorFlow 或 PyTorch 机器学习框架，并有实际的模型训练、调优和线上优化项目经验；\r\n3.具有大规模机器学习训练、推理平台开发经验，或在推荐大模型、多模态大模型、生成式 AI 等方向有深入研发经验者优先；\r\n4.具备搜广推领域算法研发经验，对召回、排序、预估等核心链路有深入理解，有复杂业务场景落地经验者优先；\r\n5.具有协调跨团队合作、项目管理和团队管理能力，能够推动复杂技术方案在业务场景落地，解决关键技术问题，提升团队整体组织和作战能力；\r\n6.有搜广推算法管理经验者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}