腾讯
腾讯混元-混元多模态图像理解与标注策略产品（深圳/北京）
腾讯混元-混元多模态图像理解与标注策略产品（深圳/北京）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI产品经理
AI产品经理
Ai产品
Caption
Prompt优化
图像理解
多模态大模型
数据标注
视觉语言模型
质量评估
值不值得投
78综合评分
综合评分 78
腾讯混元核心大模型产品岗，前沿技术栈、成长空间大，薪资竞争力强，但工作节奏可能较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.8万
比AI产品经理中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2010 个在招 · 其中AI产品经理 17 个
市场机会
选择面较广
深圳 · AI产品经理 · 63 个在招
职位详情
关于这个职位
该职位主要负责腾讯混元大模型的多模态图像理解与标注策略制定，包括制定Caption标准、优化Prompt、建立质量评估体系以及推动数据生产流程
你需要与算法团队紧密协作，通过数据策略迭代提升视觉语言模型的训练效果
最低要求
本科及以上学历，计算机、人工智能、语言学等相关专业
具备 1 年及以上数据产品、算法策略或 AI 产品经验
具有多模态大模型、图像生成或视觉语言模型相关背景
具备良好的图像理解与语言表达能力，能够识别描述遗漏、事实错误及模型幻觉
熟悉数据分析、质量评估与实验设计
具备需求拆解、规范制定与跨团队推进能力，能够将训练需求转化为可执行的数据方案，并持续跟进效果与交付
工作职责
标准建设：围绕图像模型预训练、后训练需求，制定 Caption 与 Recaption/PE 标准，明确主体、属性、动作、空间关系、画面文字及风格等描述维度
数据生产：协同算法团队评估视觉语言模型，设计提示词与生成策略，建设适配不同图像类型、描述粒度及训练目标的 Caption 数据
推动批量生成、筛选、返修与版本管理流程落地，协同研发、标注及供应商团队，兼顾数据质量、生产效率与成本
prompt优化：制定 Recaption 策略，完成信息补全、错误纠正与表达优化，控制幻觉及无依据推断
质量评估：建立准确性、完整性、图文一致性等评价体系，设计评测集、标注规范与质检流程，结合自动评估和人工抽检持续提升质量
效果迭代：联合算法团队验证不同描述长度、信息密度与风格对训练效果的影响，结合模型表现及典型问题优化描述策略
优先资格
硕士及以上学历优先
有图文数据建设或多模态标注经验者优先
有 Caption、Recaption、提示词优化或模型评测经验者优先
AI 洞察
优缺点分析
优点
- 参与腾讯混元核心大模型业务，接触前沿多模态技术
- 平台大，资源充足，能与顶尖算法团队紧密协作
- 大模型数据策略迭代快，需要不断跟进最新技术进展
- 跨团队协同要求高，需平衡数据质量、生产效率与成本
- 适合对多模态大模型有浓厚兴趣，具备较强逻辑分析与跨团队沟通能力，且有一定AI产品或数据产品经验的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向资深AI产品专家、多模态数据策略负责人方向发展
- 或深入算法业务成为大模型核心产品骨干
- 负责多模态大模型的图像理解与标注策略，制定Caption和Prompt标准
- 协同算法团队进行数据生产、质量评估和效果迭代，提升视觉语言模型的表现
- 需要具备图像理解与语言表达能力，熟悉多模态大模型和视觉语言模型原理
- 掌握数据分析、质量评估与实验设计方法，具备跨团队推进能力
申请策略
- 了解腾讯混元大模型的最新进展和开源情况，准备一些关于图像标注策略或幻觉控制的个人见解
- 突出多模态大模型、图像生成或VLM相关项目经验
- 展示在Caption、Prompt优化或模型评测方面的具体成果与数据指标
- 深入学习视觉语言模型（VLM）原理及最新论文，提升对图像细节和空间关系的敏锐度
- 熟悉主流大模型的评测基准和常见幻觉问题
面试指南
- 采用STAR法则，结合具体项目背景、采取的策略（如制定规范、设计评测集）、取得的量化成果（如准确率提升、成本降低）进行结构化回答
- 如何制定一套高质量的图像Caption标准？
- 在数据生产中如何平衡质量、效率与成本？
- 如何有效减少模型在图像描述中的幻觉问题？
- 请分享一个你主导的Prompt优化或模型评测案例
- 熟悉多模态大模型（如LLaVA、Qwen-VL等）的常见评测基准和幻觉问题
- 准备过往项目中关于数据质量评估和跨团队协作的具体案例
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
腾讯核心大模型业务线，薪资福利处于行业前列，稳定性高。
薪资信号偏高 (2千–3.5万/月)
成长发展
90较高
处于大模型前沿领域，能接触核心算法团队，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态大模型、视觉语言模型、Caption、Recaption、Prompt优化、PE
业务类型profit_center
工作生活
50较低
JD未提及工作模式和WLB信息，大厂核心业务线通常工作节奏较快。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
推动AI技术向善，大模型发展具有广泛的社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号用户为本，科技向善
创新程度积极采用新技术
Watch Jobs