Tencent logo
腾讯
腾讯游戏-视觉语言模型(VLM)算法工程师

腾讯游戏-视觉语言模型(VLM)算法工程师

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公AI算法
AI算法
Dpo
Llava
Lora
Pytorch
分布式训练
多模态Ai
大模型微调
视觉语言模型

值不值得投

76综合评分

综合评分 76

顶尖大厂、前沿VLM技术、高薪高挑战、WLB一般

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

4.8万

与AI算法中位数基本持平

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 1840 个在招 · 其中AI算法 8 个

市场机会

选择适中

深圳 · AI算法 · 39 个在招

职位详情

关于这个职位

负责腾讯游戏及泛娱乐场景下的视觉语言模型(VLM)研发与优化,包括主流模型架构设计、微调及前沿算法攻关

将多模态AI能力转化为实际业务价值,赋能游戏交互、多模态搜索等核心场景,推动AI技术在娱乐领域的创新应用

最低要求

硕士及以上学历,计算机、人工智能、自动化、数学等相关理工科专业

具备扎实的机器学习、计算机视觉(CV)与自然语言处理(NLP)交叉学科理论基础
熟练掌握 Python 和 C++ 编程语言,具备良好的编码习惯和算法数据结构基础
精通 PyTorch 深度学习框架
熟悉 LLaVA、Qwen-VL、InternVL 等至少一种主流视觉语言模型的底层架构、视觉编码器(如 CLIP、SigLIP)及对齐机制
具备丰富的模型微调(Fine-tuning)实战经验,深入理解并掌握 LoRA、QLoRA、参数高效微调(PEFT)及 DPO 等对齐技术

工作职责

模型研发与优化:负责主流视觉语言模型(如 LLaVA、Qwen-VL、InternVL 等)的架构设计、微调(SFT)及前沿算法攻关

业务场景赋能:将 VLM 能力转化为实际业务价值,赋能游戏泛娱乐或多模态搜索等核心场景

优先资格

有大规模分布式训练(如熟练使用 DeepSpeed、Megatron-LM 或 FSDP)经验者优先

了解模型量化优化与推理加速,参与过大模型在端侧或云端的部署工作者优先

AI 洞察

优缺点分析

优点

  • 平台优势:腾讯拥有海量数据和顶级算力资源,利于模型训练与迭代
  • 技术前沿:直接参与最前沿的VLM和大模型技术研究,保持技术敏感度
  • 业务落地:AI技术直接应用于亿级用户的游戏产品,影响力巨大
  • 技术更新极快:需要持续学习最新论文和技术,保持高强度输入
  • 竞争激烈:内部高手众多,外部竞争者也强劲,对个人能力要求极高

缺点 / 挑战

  • 业务压力大:需平衡算法创新与业务指标,对落地效果要求高
  • 适合对AI前沿技术有浓厚兴趣、具备扎实理论基础和工程落地能力、渴望在大平台挑战高难度问题的算法工程师

角色解读

  • 成为视觉语言模型领域的专家,主导前沿算法研究
  • 向AI架构师或技术负责人方向发展,带领团队攻克更复杂的AI难题
  • 深入业务领域,成为懂技术又懂业务的复合型AI人才
  • 深入研究并优化主流视觉语言模型(如LLaVA、Qwen-VL),进行架构设计与微调
  • 探索前沿算法,解决多模态AI在复杂场景下的技术难题
  • 将AI模型能力落地到腾讯游戏及泛娱乐业务中,提升用户体验和业务价值
  • 扎实的机器学习、CV和NLP交叉学科理论基础
  • 精通Python/C++编程及PyTorch框架,具备大规模分布式训练经验
  • 深入理解主流VLM架构、视觉编码器及各类微调/对齐技术(LoRA, DPO等)

申请策略

  • 关注腾讯游戏事业群的最新动态和技术博客
  • 准备详细的项目案例,重点阐述技术难点和解决方案
  • 突出大模型/VLM相关的科研项目或工作经历,强调具体贡献
  • 展示在PyTorch、分布式训练等方面的深度技术细节
  • 列举在CV+NLP交叉领域的成果,如论文、专利或开源项目
  • 深入研读最新VLM相关顶会论文(如CVPR, ICCV, NeurIPS)
  • 动手实践主流VLM的微调与部署,积累实战经验
  • 强化分布式训练和优化技巧,提升大规模模型处理能力

面试指南

  • STAR法则:情境-任务-行动-结果,清晰描述项目背景和个人贡献
  • 原理+实践:先阐述理论原理,再结合实际项目中的调优经验
  • 对比分析:对不同技术选型进行对比,说明选择理由和权衡思考
  • 请详细介绍一下你对LLaVA或Qwen-VL架构的理解,以及它的优缺点
  • 在微调大模型时,你遇到过哪些过拟合或灾难性遗忘的问题?如何解决的?
  • 如何实现高效的分布式训练?DeepSpeed和Megatron-LM的核心区别是什么?
  • 如何将VLM能力应用到游戏场景中?请给出一个具体的技术方案
  • 解释一下LoRA和DPO的原理及其适用场景

职位点评

薪资福利85
成长发展95
工作生活40
使命价值70

薪资福利

85较高

腾讯作为上市巨头,薪资福利体系完善且处于行业领先水平,能提供极具竞争力的薪酬回报。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

95较高

职位涉及最前沿的VLM和大模型技术,技术栈先进,成长空间巨大,是典型的职业发展高地。

技术前沿前沿/新兴技术
技术栈VLM、LLaVA、Qwen-VL、InternVL、PyTorch、DeepSpeed、Megatron-LM、LoRA、DPO
业务类型profit_center

工作生活

40较低

互联网大厂核心研发岗位通常工作强度较大,WLB相对一般,但公司提供完善的办公设施。

工作模式未明确
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

通过AI技术赋能游戏和泛娱乐产业,改善用户娱乐体验,具有一定的社会文化影响力。

行业发展高速增长赛道
社会影响中性/一般
使命信号渴望为世界带来新意、科技的不断革新,最终能带来美好的、撼动人心的改变
创新程度积极采用新技术
Watch Jobs