腾讯(tencent)招聘微信-多模态大模型算法工程师-OCR与文档理解方向（北京）

岗位职责：
负责微信在OCR、文档理解等垂类方向的多模态大模型技术研发和业务落地，支持相关模型在微信C端应用，以及视频号、公众号、微信小店等业务的搜索、推荐、审核等领域的应用。
岗位要求：
1.深度参与过业界主流或知名多模态大模型的研发工作，系统理解整体技术架构与设计方案。具备大规模数据构建、清洗、治理及分布式模型训练的实战经验。
2.精通大模型预训练、监督微调（SFT）、对齐与后训练（如 RLHF / DPO 等）等训练范式，深入理解相关算法原理、工程实现细节及训练稳定性与效率优化方法。
3.精通通用 OCR、表格识别、版面分析、关键信息抽取（KIE）等文档智能核心技术，具备完整的业务落地或产品化经验者优先。
4.在计算机视觉、图形学等领域的国际顶级会议或期刊（如 CVPR / ICCV / ECCV / NeurIPS / SIGGRAPH 等）发表过高质量论文者优先。在视觉、算法相关竞赛或业界权威榜单中取得优异成绩，或在 GitHub 具备较高影响力的开源项目中有核心贡献者优先。
5.具备扎实的工程实现能力，熟练使用 Python，具备良好的代码规范与系统设计能力，熟悉或精通 C/C++ 者优先。

部门介绍：
技术架构团队缔造了微信后台的第一行代码，目前已成为集应用开发和基础研究于一身的重要部门。该团队创立了 WXG 内部开发者每日使用的 ABC（AI、BigData、Cloud）平台，其中包括 AI 应用平台、BigData 平台和 Cloud 平台。AI 应用平台承担了各项 AI 技术在具体业务中的落地功能，支持每分钟数千万次的调用。BigData 平台负责大数据分析和挖掘功能，每天支持上百万次的任务运行。Cloud 平台则负责计算和存储资源的调度功能，为庞大的在线服务系统以及 AI 和 BigData 的训练和推理任务提供支持。此外，该团队还负责微信消息系统、音视频通话、朋友圈、视频号和直播等基础功能支撑，为超过 10 亿用户的日常使用提供强有力的支持。

技术架构团队不仅负责应用开发，还致力于基础研究。该团队在 CV、ASR 和 NLP 等领域的 AI 算法预研方面表现突出，并成功将这些技术应用于实际业务。团队的研究成果被广泛运用于微信产品，提升了用户体验和产品竞争力。此外，该团队还积极参与学术交流和开源社区，持续推动着人工智能领域的发展。