# 混元Agentic Vision算法研究员（北京/上海）(深圳)

External opening: you cannot apply through AI Native Match; apply on the official site.

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.

- Company: 腾讯 (Stage unknown)
- Locations: 北京
- Role: Algorithm
- Apply on the official site: https://careers.tencent.com/jobdesc.html?postId=2092149663925977088

## Role description from source

1.主导 Visual2Code 能力建设：负责多模态大语言模型在 Visual2Code 方向的核心算法研发，围绕“视觉输入—代码理解—代码生成—执行验证”完整链路，持续提升模型从界面、图表、文档、图像等视觉信息中理解结构并生成高质量代码的能力；
2.建设高质量数据体系：负责 Visual2Code 训练数据的设计、构建与迭代，包括真实数据挖掘、自动化数据合成、难度分层、质量过滤及数据配比等，建立覆盖多场景、多语言、多任务形态的数据生产与数据飞轮体系；
3.推进模型与算法创新：深入探索 Visual2Code 场景下的 SFT、强化学习、代码执行反馈、Verifier/Reward Model 等后训练方法，研究视觉理解、代码推理与执行反馈之间的协同机制，持续提升模型在复杂任务中的正确率、泛化能力与稳定性；
4.强化复杂视觉编程能力：聚焦视觉结构解析、布局理解、图表/文档理解、视觉逻辑推理以及代码生成等关键能力，提升模型从复杂视觉输入中完成结构还原、逻辑抽取、程序生成与迭代修正的能力；
5.建设系统化评测体系：搭建 Visual2Code 能力评测与诊断体系，从视觉感知、结构理解、代码正确性、执行结果、视觉还原度、复杂推理等维度建立 Benchmark 与自动化评测链路，持续定位模型能力瓶颈并指导训练迭代；
6.探索 Agentic Vision 新范式：探索视觉模型与代码执行、工具调用、环境反馈等能力的结合，推动模型从一次性 Visual2Code 生成进一步走向“理解—生成—执行—观察—修正”的 Agentic Vision 闭环，提升模型自主解决复杂视觉任务的能力。
职位要求
1.计算机视觉、人工智能、机器学习、计算机科学等相关方向硕士及以上学历，具备扎实的深度学习与编程基础；
2.在多模态大模型、代码大模型、Agent、视觉理解或相关方向具有研究或研发经验；
3.熟悉 Transformer、LLM、VLM 等模型架构，对 SFT、强化学习、代码生成与执行反馈等技术有较深入理解；
4.具备较强的数据构建、算法研究与实验分析能力，能够独立推动从数据、模型、训练到评测的完整研发闭环；
5.对 Visual2Code、Agentic Vision 及多模态智能方向具有强烈兴趣，能够持续跟进并探索前沿技术。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.有 Visual2Code、Screenshot-to-Code、Chart-to-Code、Document-to-Code 等相关研究经验；
2.有代码大模型、Code Agent、Tool Use 或代码执行反馈训练经验；
3.有 SFT、RLHF、PPO、GRPO、RLVR、Verifier / Reward Model 等后训练经验；
4.有大规模多模态或代码数据生产、清洗及自动化合成经验；
5.在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ACL、ICML 等顶级会议发表过相关研究工作；
6.有高质量开源项目或大规模基础模型训练经验。

---
opening_id: 3171d81c-1573-4f38-81d1-103575afba81

`anm openings save --id 3171d81c-1573-4f38-81d1-103575afba81`