[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Tencent Holdings jobs](https://jobs.opennash.com/companies/tencent-holdings/) · [Search jobs](/search/)

Tencent Holdings · Beijing

# 混元Agent后训练算法工程师（北京/上海/深圳）

Beijing 

Listed on Tencent Holdings’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.
[Apply on Tencent Holdings’s careers site →](https://careers.tencent.com/en-us/jobdesc.html?postId=2068941068765933568)

[OpenNash Jobs](https://jobs.opennash.com/) / [Tencent Holdings](https://jobs.opennash.com/companies/tencent-holdings/) / 混元Agent后训练算法工程师（北京/上海/深圳）

## Job description

### Agent 后训练算法设计与实现
- 主导基模大模型的 Agent 化后训练方案研发，包括指令微调（SFT）、奖励模型（RM）训练、强化学习（RLHF/RLAIF）优化，聚焦任务规划、记忆机制、工具调用、多轮对话一致性等核心能力提升。​；

### 后训练数据体系构建
- 设计 Agent 后训练数据的采集、清洗、标注与迭代策略，涵盖通用指令集、任务型对话数据、工具调用样本、多模态交互数据等，建立数据质量评估与筛选机制，优化数据分布与多样性。​；

### Agent 能力优化与突破
- 针对 Agent 在复杂任务拆解、跨领域知识迁移、动态环境适配等场景的痛点，研发创新后训练算法（如分层任务规划训练、多智能体协作训练、反幻觉优化），提升 Agent 的决策准确性与鲁棒性。​；

### 工程化落地与系统协作
- 搭建高高效后训练流水线，支持大规模数据并行处理、分布式训练（DDP/FSDP）与模型压缩部署；与产品、工程团队协作，打通 “后训练 - 评测 - 迭代” 闭环，适配不同场景下的 Agent 产品需求。​；

### 技术创新与沉淀
- 跟踪大模型 Agent 领域前沿技术（如 LLM+Planning、Tool Learning、Multi-Agent Interaction），主导核心技术攻关与专利申请；输出可复用的后训练算法组件、技术文档与评测基准，推动团队技术能力沉淀。 Requirements
- 计算机科学、人工智能、机器学习等相关专业硕士及以上学历，1年以上大模型后训练或 Agent 相关研发经验。​；

### 扎实的算法基础
- 精通深度学习、强化学习、自然语言处理核心理论，深入理解大模型训练原理、Transformer 架构及 Agent 决策机制。​；

### 工程能力扎实
- 熟练掌握 Python 编程语言，精通 PyTorch/TensorFlow 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）实战经验。​；

### 后训练实战经验
- 具备大模型指令微调、RLHF/RLAIF、奖励模型训练等后训练全流程经验，熟悉 Agent 任务规划、工具调用等核心场景的训练优化方法。​。

## At a glance
- Posted by the employer: Not stated
- First seen by OpenNash: Jul 19, 2026
- Last checked: Oct 19, 2026
- Listed for: 92 days
- Location: Beijing[Apply on Tencent Holdings’s careers site →](https://careers.tencent.com/en-us/jobdesc.html?postId=2068941068765933568)

## More jobs at Tencent Holdings

### [3D动作游戏《狩》-后台开发-UE5 DS后台开发](https://jobs.opennash.com/companies/tencent-holdings/jobs/6d535d770b7d94786b5e/)

Beijing

### [AI infra研发工程师(北京/深圳)](https://jobs.opennash.com/companies/tencent-holdings/jobs/eda44bea14836b2b9952/)

Beijing

### [AI ⽹络集合通信库运营⼯程师](https://jobs.opennash.com/companies/tencent-holdings/jobs/59f91606e7bdc470bf0b/)

Beijing

### [Aigc内容检测算法工程师（图像与视频方向）](https://jobs.opennash.com/companies/tencent-holdings/jobs/ca1cf721bb29a8df9bdf/)

Beijing

### [AI智能体评测高级工程师](https://jobs.opennash.com/companies/tencent-holdings/jobs/9312d7b2c30640f3f245/)

Beijing

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)