[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 · Shenzhen

# 混元多模态强化学习后训练算法工程师（框架协同方向）（北京/上海）

Shenzhen 

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=1993151465203589120)

[OpenNash Jobs](https://jobs.opennash.com/) / [Tencent Holdings](https://jobs.opennash.com/companies/tencent-holdings/) / 混元多模态强化学习后训练算法工程师（框架协同方向）（北京/上海）

## Job description

### 算法-框架协同设计
- 作为算法与框架团队之间的技术桥梁，深入理解多模态大模型后训练算法（如RLHF、DPO、课程强化学习等）的原理与演进趋势，并将其转化为对底层框架的功能需求，为框架架构设计建言献策；

### 训练流程优化与评测
- 主导或深度参与后训练流程（如多模态SFT、RLHF）的搭建、优化与效果评测。关注训练稳定性、效率及泛化能力，特别是针对跨模态对齐、奖励函数设计及策略优化等环节提出系统性改进方案；

### 技术调研与瓶颈攻关
- 主动跟踪学术界与工业界在多模态强化学习后训练领域的前沿进展。针对训练中出现的瓶颈（如OOD泛化不足；
- 模态融合冲突等），进行根因分析，并与框架团队协作制定解决方案；

### 跨团队支持与知识沉淀
- 高效协同框架开发、硬件优化及业务算法团队，确保技术方案落地。撰写高质量的技术文档、设计稿与实验报告，并组织内部分享，推动团队整体技术认知提升。 Requirements

### 学历与技术背景
- 拥有计算机科学、人工智能、电子工程、自动化等相关专业的硕士及以上学历。具备扎实的机器学习/深度学习基础，对多模态大模型和强化学习后训练技术栈有深入理解；

### 核心算法与工程能力
- 精通Python编程，熟练掌握PyTorch等深度学习框架。对Transformer、Diffusion等模型架构有深刻理解；
- 深刻理解SFT、RLHF、DPO等后训练算法的原理、流程及常见挑战（如训练不稳定性、奖励黑客行为等）；
- 具备优秀的工程实现和调试能力，能够快速验证算法想法，并进行严格的实验分析以评估性能；

### 框架协同与系统视角
- ；
- 熟悉至少一种主流大模型训练/推理框架（如Megatron-LM、DeepSpeed、VLLM），了解其架构设计思想；
- 能够从算法视角评估框架的易用性、扩展性和性能，并提出改进建议。有使用VERL、OpenRLHF等后训练框架的经验者更佳；

### 软技能
- 具备出色的跨团队沟通能力，能清晰地在算法和工程团队之间翻译需求、阐明方案。拥有强烈的责任心、自驱力和解决复杂问题的热情。

## 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: Shenzhen[Apply on Tencent Holdings’s careers site →](https://careers.tencent.com/en-us/jobdesc.html?postId=1993151465203589120)

## More jobs at Tencent Holdings

### [#QQ游戏中心-发行运营#](https://jobs.opennash.com/companies/tencent-holdings/jobs/9d1cfc780fbcdb0a0a4a/)

Shenzhen

### [3D 动作游戏《狩》美术项目经理（APM）](https://jobs.opennash.com/companies/tencent-holdings/jobs/74fb431b49d65f1be30c/)

Shenzhen

### [3D动作游戏《狩》-文案策划-角色方向](https://jobs.opennash.com/companies/tencent-holdings/jobs/aefb8e04d3a158528ea5/)

Shenzhen

### [3D动作游戏《狩》-游戏运营-PC渠道运营](https://jobs.opennash.com/companies/tencent-holdings/jobs/bd0613468de8267b860a/)

Shenzhen

### [3D动作游戏《狩》-游戏运营-内容生态运营](https://jobs.opennash.com/companies/tencent-holdings/jobs/a1394d4df104126e0aac/)

Shenzhen

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/)