如约见 · 技术研发 · 算法/AI

算法研究员 — 智能体视觉 108365

腾讯 · 新加坡 · 薪资面议 · 更新于 2026/11/15

任职要求

学历:硕士及以上

岗位描述

业务单元 技术工程事业群(TEG)负责为公司及其各业务群提供技术和运营平台支持,以及研发管理和数据中心的建设与运营,TEG为用户提供全方位的客户服务。作为亚洲最大的网络、设备和数据中心的运营方,TEG还牵头腾讯技术委员会,通过内部及分布式开源协作加强基础设施研发,构建新平台并支持业务创新。岗位职责 - 主导后训练研发体系:负责视觉语言模型(VLMs)后训练的全栈算法研发。深入探索监督微调(SFT)与强化学习对齐算法(如RLHF、PPO、GRPO),持续突破边界,提升视觉基础模型的能力上限。 - 推进视觉基础感知:致力于优化模型的底层视觉感知、细粒度理解和空间感知能力。主动探索包括“用图像思考”在内的视觉智能体方案,赋予模型对物理世界更深入的理解与执行能力。 - 提升大模型可靠性:努力大幅减少多模态大模型的幻觉问题。研究幻觉产生的根本原因,构建完善的幻觉检测流程,实施精细化的数据清洗策略,并牵头基于强化学习的幻觉消除方案研发。 - 赋能用户交互场景:针对真实用户场景对齐和优化模型,强化模型在多轮图文交互中的逻辑推理、指令遵循和细节感知能力。构建线上badcase监控与数据飞轮反馈闭环,持续优化并交付卓越的交互体验。我们期待的人选 - 计算机科学、软件工程、人工智能或相关领域硕士及以上学历。 - 深入理解Transformer架构和大语言模型训练原理。在至少一个后训练领域有丰富的研究和实践经验,包括LLM对齐、RLHF、奖励建模、个性化LLM以及记忆/RAG机制。 - 在用户画像、与大模型集成的推荐系统,或长上下文/长期记忆模型优化方面有丰富的实践经验。 - 扎实的算法基础和工程实现能力,精通Python,熟悉PyTorch、TensorFlow等深度学习框架。 - 具备分布式训练的实操经验,熟悉Megatron-LM、DeepSpeed、vLLM等大规模训练和推理框架。 - 具备百亿至千亿参数规模模型的训练或微调经验。 - 出色的研究敏锐度,在顶级会议(NeurIPS、ICLR、ICML、ACL、EMNLP等)发表过论文,或对高影响力开源项目(如HuggingFace上的项目)有重要贡献。 - 强烈的技术热情和自我驱动力,善于分析和解决复杂问题,具备良好的团队协作和沟通能力。腾讯平等就业机会 作为平等就业机会雇主,我们坚信多元的声音推动我们的创新,使我们更好地服务用户和社区。我们营造一种环境,让每一位腾讯员工都感到被支持和被激励,以实现个人和共同目标。工作地点:新加坡-CapitaSky 职位类别:技术

腾讯其他在招岗位

同类在招岗位(技术研发)

岗位信息来自企业官方招聘渠道(tencent),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。