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": "大语言模型/多模态大语言模型策略工程师（J93927）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "MEG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责智能体、大语言模型及多模态大语言模型优化，主要涉及到以下工作内容：\n-大语言模型、多模态大语言模型的提示词工程、调优等\n-参与大语言模型/多模态大模型训练、微调及推理优化，提升模型在复杂场景下的泛化与生成能力\n-大模型相关研究与应用，包括但不限于视觉-语言模型构建、跨模态内容生成与理解、（多模态）对齐与融合等方向\n-基于大模型构建智能体的自动优化机制探索，包含但不限于Agentic推理、自反馈优化等\n-基于多智能体协作的内容生产及内容理解、AIGC等",
"requirements_text": "-有大模型研发、多模态大模型研发、智能体研发、RAG或强化学习等相关经验\n-对机器学习、深度学习、自然语言处理、大模型及多模态学习有深入理解，有相关顶会论文者优先\n-熟练掌握至少一种深度学习框架（PaddlePaddle、PyTorch等\n-熟练掌握Python/C++至少一门开发语言\n-有强烈的上进心和求知欲，善于学习新事物，渴望用技术改变未来",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "对机器学习、深度学习、自然语言处理、大模型及多模态学习有深入理解，有相关顶会论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/59ca923d-2153-4ec5-8b7d-29cdd308b61c"
}
]
},
"posting": {
"posting_id": "59ca923d-2153-4ec5-8b7d-29cdd308b61c",
"post_date": "2025-10-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/59ca923d-2153-4ec5-8b7d-29cdd308b61c"
},
"fulltext": "大语言模型/多模态大语言模型策略工程师（J93927）\n大语言模型/多模态大语言模型策略工程师（J93927）\n\n基础信息\n部门：MEG\n地点：北京市\n类别：技术\n招聘人数：2\n发布时间：2026-07-21\n\n工作职责\n负责智能体、大语言模型及多模态大语言模型优化，主要涉及到以下工作内容：\n-大语言模型、多模态大语言模型的提示词工程、调优等\n-参与大语言模型/多模态大模型训练、微调及推理优化，提升模型在复杂场景下的泛化与生成能力\n-大模型相关研究与应用，包括但不限于视觉-语言模型构建、跨模态内容生成与理解、（多模态）对齐与融合等方向\n-基于大模型构建智能体的自动优化机制探索，包含但不限于Agentic推理、自反馈优化等\n-基于多智能体协作的内容生产及内容理解、AIGC等\n\n职责要求\n-有大模型研发、多模态大模型研发、智能体研发、RAG或强化学习等相关经验\n-对机器学习、深度学习、自然语言处理、大模型及多模态学习有深入理解，有相关顶会论文者优先\n-熟练掌握至少一种深度学习框架（PaddlePaddle、PyTorch等\n-熟练掌握Python/C++至少一门开发语言\n-有强烈的上进心和求知欲，善于学习新事物，渴望用技术改变未来\n负责智能体、大语言模型及多模态大语言模型优化，主要涉及到以下工作内容：\n-大语言模型、多模态大语言模型的提示词工程、调优等\n-参与大语言模型/多模态大模型训练、微调及推理优化，提升模型在复杂场景下的泛化与生成能力\n-大模型相关研究与应用，包括但不限于视觉-语言模型构建、跨模态内容生成与理解、（多模态）对齐与融合等方向\n-基于大模型构建智能体的自动优化机制探索，包含但不限于Agentic推理、自反馈优化等\n-基于多智能体协作的内容生产及内容理解、AIGC等\n-有大模型研发、多模态大模型研发、智能体研发、RAG或强化学习等相关经验\n-对机器学习、深度学习、自然语言处理、大模型及多模态学习有深入理解，有相关顶会论文者优先\n-熟练掌握至少一种深度学习框架（PaddlePaddle、PyTorch等\n-熟练掌握Python/C++至少一门开发语言\n-有强烈的上进心和求知欲，善于学习新事物，渴望用技术改变未来",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}