腾讯
元宝搜索部-Agent算法工程师
元宝搜索部-Agent算法工程师
发布于 1 天前普通员工/个人贡献者
北京市
其它
全职员工
仅现场办公
硕士
研究与开发 (研发)
分布式计算
NLP
强化学习
计算机视觉
多模态理解
模型微调
VLM
推理策略
AI 估算 · 30k–50k
腾讯北京算法岗薪资竞争力强，硕士学历+前沿Agent方向，月薪30-50K，16薪。
职位详情
关于这个职位
该职位负责VLM Agent核心能力研发，涉及多模态理解、指令遵循、自主规划等前沿技术
你将参与VLM模型微调与优化，推动Agent从原型到产品化落地
适合对AI Agent和视觉语言模型有浓厚兴趣的算法工程师
最低要求
硕士及以上学历，计算机科学、人工智能、机器学习、计算机视觉、自然语言处理等相关专业
具备扎实的计算机基础，熟悉数据结构、算法、操作系统、分布式计算等核心知识，具备良好的编码能力（Python为主），代码风格规范
具备较强的问题解决能力、自驱力与学习能力，能快速跟进前沿技术，抗压性强，具备良好的跨团队沟通与协作能力
工作职责
负责VLM Agent核心能力研发，包括但不限于多模态理解（图像/视频+文本）、指令遵循、自主规划、工具调用、记忆机制设计，实现Agent在特定场景的端到端自主决策与执行能力
参与VLM模型的微调、适配与优化，结合Agent业务场景需求，提升模型的需求理解、工具使用和推理总结能力，提升跨模态交互流畅度和视觉理解精度等
负责 VLM 基础模型能力的边界探索，研究基于强化学习的视觉推理增强技术，优化模型架构与推理策略，持续提升模型在细粒度视觉感知、复杂 UI 理解与跨模态逻辑对齐等高难度任务上的表现，探索 VLM 的 Scaling Law 新路径
结合业务场景，梳理Agent应用需求，推动VLM Agent从原型验证到产品化落地，迭代优化产品体验
跟进VLM与AI Agent领域前沿技术（如复杂任务规划、Think with images、RL 等），开展技术预研与创新，将前沿技术转化为实际业务价值
AI 洞察
优缺点分析
优点
- 腾讯平台资源丰富，接触前沿AI Agent技术
- 团队聚焦VLM前沿，有发表论文和专利机会
- 薪资福利优厚，16薪+股票
- 技术难度高，需持续跟进最新论文
- 跨团队协作复杂，沟通成本高
- 工作强度较大，项目周期紧
缺点 / 挑战
- 适合对AI Agent有强烈兴趣、自驱力强、愿意挑战前沿技术的算法工程师
角色解读
- 可从算法工程师晋升为高级算法专家或技术负责人
- 未来可向AI Agent架构师或研究科学家方向发展
- 在腾讯平台积累经验后可转向创业或行业顶尖公司
- 负责VLM Agent核心能力研发，包括多模态理解、指令遵循、自主规划等
- 参与VLM模型微调与优化，提升模型在实际场景中的表现
- 结合业务需求推动Agent从原型到产品化落地
- 扎实的计算机基础，熟悉数据结构、算法、分布式计算
- 精通Python编程，具备良好的编码习惯
- 了解VLM、多模态、强化学习等前沿技术
申请策略
- 了解腾讯元宝搜索业务场景，思考Agent如何提升搜索体验
- 准备一个Agent Demo或思路展示
- 突出VLM、多模态、强化学习相关项目经验
- 强调Python编程能力和算法竞赛获奖
- 展示论文发表或开源贡献
- 补充强化学习在视觉中的应用知识
- 熟悉Qwen-VL、LLaVA等开源VLM模型
面试指南
- 先定义问题，再分步骤阐述原理、难点和解决思路
- 结合自身项目经验，具体说明实践过程
- 请解释VLM Agent的工作原理和关键挑战
- 如何设计一个Agent的规划与工具调用机制？
- 谈谈你对RLHF或强化学习在VLM中应用的理解
- 复习VLM论文如LLaVA、CogVLM等
- 准备一个Agent项目案例，包括动机、方法、结果
- 了解腾讯元宝产品功能
职位点评
76
综合评分
腾讯北京Agent算法岗，前沿技术栈，薪资优厚，但现场办公且工作强度大。
更适合这类人
适合追求技术成长和薪资回报的求职者，但需接受较高工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利90
成长发展95
工作生活50
使命价值70
薪资福利
90较高
腾讯平台薪资福利优厚，硕士+前沿方向待遇有竞争力。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
95较高
负责VLM Agent前沿技术研发，成长空间大，有机会发表论文和专利。
技术前沿前沿/新兴技术
技术栈VLM、Agent、多模态理解、强化学习、计算机视觉、NLP
业务类型ambiguous
工作生活
50较低
北京现场办公，通勤压力大，工作强度较高，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
腾讯平台影响力大，Agent技术有助于人机交互，但社会价值中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs