主分类：大模型与生成式算法研发
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": "腾讯云-MaaS产品强化学习专家工程师",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "CSIG",
"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": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责MAAS平台模型微调体系产品能力建设：RLHF/RLAIF、DPO/GRPO/PPO等方法选型与迭代；\n2.负责推理能力强化：可验证奖励（数学/代码）驱动的RL训练、长思维链优化；\n3.建设RL基础设施：大规模Rollout、异步训练、奖励模型服务化；\n4.探索Agentic RL与平台场景结合（工具调用、多智能体协作）；\n5.与离线推理、模型评测方向协同，形成\"训练—评测—推理\"闭环。",
"requirements_text": "1.本科及以上学历，3年及以上相关工作经验；\n2.2 年以上机器学习算法经验，其中2年以上LLM后训练/强化学习实战；\n3.深入理解主流RL算法与训练框架，有大规模分布式训练经验；\n4.有完整的、可陈述的RL提升模型能力的实战案例。",
"skills": [AI生成
"机器学习",
"强化学习"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2097618245824724992"
}
]
},
"posting": {
"posting_id": "2097618245824724992",
"post_date": "2026-09-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2097618245824724992"
},
"fulltext": "腾讯云-MaaS产品强化学习专家工程师\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.负责MAAS平台模型微调体系产品能力建设：RLHF/RLAIF、DPO/GRPO/PPO等方法选型与迭代；\n2.负责推理能力强化：可验证奖励（数学/代码）驱动的RL训练、长思维链优化；\n3.建设RL基础设施：大规模Rollout、异步训练、奖励模型服务化；\n4.探索Agentic RL与平台场景结合（工具调用、多智能体协作）；\n5.与离线推理、模型评测方向协同，形成\"训练—评测—推理\"闭环。\n1.本科及以上学历，3年及以上相关工作经验；\n2.2 年以上机器学习算法经验，其中2年以上LLM后训练/强化学习实战；\n3.深入理解主流RL算法与训练框架，有大规模分布式训练经验；\n4.有完整的、可陈述的RL提升模型能力的实战案例。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}