Key conditions
- Locations
- 深圳
- Employment
- 未确认
Not disclosed: Team, Track, Salary, Employer application deadline
Sources and available information
Reported open · Last observed 2026-10-18
- Topics
- Unknown
- Company
- 腾讯 · Source supported · Coverage unknown
- Work mode
- Unknown
- Source type
- 官方岗位页 · Source supported · Coverage unknown
- Company type
- 成熟企业 · Tentative · Coverage unknown
- Hiring track
- Unknown
- Remote scope
- Unknown
- Role
- Unknown
- Business / team
- Unknown
- Location
- 深圳 · Source supported
- Employment
- Unknown
- Role AI context
- Unknown
- Company AI context
- Unknown
- Recruitment status
- 来源显示在招 · Source supported
Unknown information is retained as such and updated when new source information is available.
Application path and records
Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.
Role description from source
1.协同主美术确定项目整体场景美术风格，搭建并输出场景、地编标准化制作流程与规范；
2.统筹关卡白盒搭建、地形地编、资产整合、灯光氛围及展示背景制作，全程把控画面品质与资源性能优化；
3.统筹小组工作，内外包场景资产审核、进度管控与制作指导，对接外包把控交付质量；
4.联动策划、程序、动效等团队，落地关卡玩法需求，持续迭代优化场景体验；
5.沉淀制作经验与优化方案，赋能团队，提升整体产出效率。
职位要求
1.重点需要熟练运用AI流程，熟练运用Tripo3D或混元3D等；
2.美术相关专业，5 年以上游戏 3D 场景 / 地编制作经验，具备团队带队管理经验，拥有完整上线项目经历；
3.扎实美术功底，精通空间构图、光影氛围塑造，具备成熟审美与风格把控能力；
4.熟练 3dsMax、Maya、ZBrush、Substance Painter、PS 等工具，精通 Unity/UE 任一引擎，擅长地形编辑、资源性能调优；
5.理解力、创新与统筹规划能力突出，可独立完成关卡资源规划与落地；
6.主动钻研美术新技术，善于总结沉淀流程规范，跨团队沟通协作顺畅；
7.热爱游戏，重视玩家场景体验，责任心强，可适应项目节奏、抗压完成团队目标。
工作年限（官方顶部字段）
五年以上工作经验
官方重要事项
1.拥有射击项目地编主导经验；熟悉场景程序化、引擎性能深度优化；有美术规范体系搭建经验优先；
2.能够运用codebuddy/Claude等AI工具辅助者优先。
Other open jobs at this company
Reported open · Last observed 2026-10-18
1.深度参与LLM大模型压缩加速方案研究，包括不限于：；
2.投机采样：适配LLM模型架构特性，探索Prefill / RL等场景下优化加速方案；
3.稀疏化：Sparse Attention，KV-Cache压缩，模型结构剪枝等优化技术，协同框架定制化稀疏方案，提升模型推理性能；
4.量化：优化Transformer中 Linear/KV-Cache/Attention量化算法，适配FP8/INT8/NVFP4等量化方案及不同硬件后端。探索极低bit量化训练方案，深度协同硬件联合优化，实现模型体积极致压缩和性能突破，并推动实际业务落地；
5.新技术：聚焦长上下文，多轮对话优化等压缩加速优化技术研究；
6.设计可落地的大模型压缩算法及成本优化方案，助力大模型的性能加速，不限于模型结构/软硬协同优化；
7.分析业务性能瓶颈和模型特点，定制化开发大模型压缩优化工具，实现一站式模型压缩-部署的高速推理方案；
8.参与前沿的模型压缩加速算法研究，追踪领域前沿工作，撰写并发表顶会论文。
职位要求
1.熟悉深度学习算法基本原理，熟练掌握PyTorch，具备扎实的Python编程能力与工程实现能力；
2.熟悉主流LLM模型压缩算法体系，并且了解硬件及推理库上对于模型压缩的支持方案；
3.具有扎实的数理基础，熟悉常见的算法和数据结构，具有良好的编程习惯；
4.了解大模型算法基本原理，熟悉常见LLM大模型，有顶会论文发表者优先。
工作年限（官方顶部字段）
五年以上工作经验
Reported open · Last observed 2026-10-17
1.负责项目的计划制定、进度驱动和跟踪、风险识别以及应对，确保项目按计划完成；
2.统筹产品-工程-算法团队协作、协调需求对接、资源分配优化、质量管控及敏捷迭代保障全流程；
3.及时发现并跟踪解决项目问题，有效管理项目风险；挖掘项目痛点，提升整体协作和交付效率。
职位要求
1.计算机、通讯、人工智能或相关专业本科及以上学历，5年以上互联网项目管理经验；有AI类项目管理经验更佳；
2.精通软件项目过程管理，能够及时跟进项目进度、管理项目风险，发现问题并驱动相关资源快速跟进解决；有大型项目管理经验和技术研发经验优先；
3.具备结果导向思维，有效推动各部门间项目开展，确保项目按期落地；
4.具备优秀的沟通能力、组织协调能力、快速学习能力和出色的团队合作精神，具备一定的技术洞察力。
工作年限（官方顶部字段）
五年以上工作经验
Reported open · Last observed 2026-10-18
1.负责大模型生产平台的质量保障，对齐业务需求、场景边界与质量目标，执行功能、集成及上线验证，保障平台稳定可靠；
2.重点负责模型路由与数据标注平台的测试，覆盖核心功能链路、深度垂类场景及边界场景；
3.负责前后端自动化用例建设，提升用例覆盖率与回归效率；沉淀测试用例库与测试流程，推进测试自动化落地；
4.跟进线上质量问题，配合完成根因分析与改进闭环；
5.从产品界面与操作流程出发，输出合理的易用性优化建议。
职位要求
1.本科及以上学历，计算机、软件工程、人工智能等相关专业优先；
2.熟悉主流大模型接口协议（OpenAI/Anthropic 等），熟悉Trajectory、Tool Calling、Scaffold等Agent概念者优先；
3.具备扎实的平台测试经验，有模型 API 网关或数据标注平台测试经验者优先；
4.从0到1搭建过前后端自动化测试基建（如 pytest、Playwright/Cypress 等）；
5.细致严谨、责任心强，能主动识别边界场景与潜在质量风险，对问题有"较真"的闭环意识；
6.具备良好的沟通协作能力、学习能力与抗压能力。
工作年限（官方顶部字段）
一年以上工作经验
Reported open · Last observed 2026-10-18
1.负责Data部门整体数据工程通用框架和平台建设，统筹部门算力规划、解决全模态数据存储/计算处理的难点，做好方案选型，资源协调沟通，支持好数据算法团队的数据存储、计算、分析、可视化、实验的需求。
职位要求
1.有大模型预训练数据处理经验，能handle千亿量级的数据处理，对常用的数据工程技术如spark、hadoop、ray，文件存储系统有实践经验；
2.动手能力强，能熟练使用Agent及AI coding工具高效完成工作；
3.有丰富的数据工程架构设计经验优先；
4.有丰富的大模型预训练数据、后训练数据处理经验优先；
5.有基于Agent的数据生产链路研发经验优先。
工作年限（官方顶部字段）
三年以上工作经验
Reported open · Last observed 2026-10-18
1.多模态数据体系构建：设计并实现 VLM 预训练数据的采集、清洗、标注全流程方案，涵盖通用图文对、OCR 数据、Visual Grounding/Counting 数据、3D 空间理解数据及视频时序数据等多类型数据，建立数据质量评估体系（如 CLIP 相似度过滤、标注一致性校验）。；
2.数据算法创新设计：研发多模态数据对齐算法，优化视觉 - 语言模态映射策略；设计高效数据增强方案，包括图像形变、文本扰动、跨模态混合增强等，提升模型鲁棒性与场景适应性；探索自动标注与数据合成技术（如 Grounding DINO 自动框标注、LLM 辅助问答生成），降低标注成本。；
3.预训练数据策略优化：结合 VLM 预训练目标（模态对齐、上下文学习、复杂推理），设计数据配比方案与训练数据筛选策略；迭代优化数据配方，解决数据冗余、分布偏差等问题，提升训练效率与模型效果。；
4.工程化落地与协作：搭建高吞吐率数据处理流水线，支持大规模多模态数据的并行处理与分布式训练适配；与模型训练团队协作，打通数据 - 训练 - 评测闭环，提供定制化数据解决方案；跟进 NVILA、InternVL 等前沿技术，推动数据算法的工程化落地。；
5.技术沉淀与创新：跟踪 VLM 领域数据相关前沿研究（如预训练数据设计、模态融合策略），主导技术攻关与专利申请；输出可复用的数据处理算法组件与技术文档，建立团队数据算法基准体系。
职位要求
1.计算机科学、人工智能、自动化等相关专业硕士及以上学历，1年以上多模态大模型或计算机视觉领域研发经验。；
2.扎实的算法基础：精通深度学习、计算机视觉与自然语言处理核心理论，深入理解 Transformer 架构、模态对齐原理及多模态预训练机制。；
3.工程能力突出：熟练掌握 Python 编程语言，精通 PyTorch 框架及 HuggingFace 生态，具备大规模数据处理（Spark/Flink）与分布式训练（DDP/FSDP/DeepSpeed）经验。；
4.数据处理实战经验：具备 VLM 预训练数据构建全流程经验，熟悉图像去重、图文匹配、自动标注、数据增强等关键技术，有亿级规模多模态数据集构建案例者优先。
工作年限（官方顶部字段）
一年以上工作经验
