腾讯
校招内容服务-多模态理解与生成
深圳总部 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1、相关专业（计算机、人工智能等）在读的博士和优秀硕士；
- 2、具备较强的学习能力、清晰的逻辑思维能力和出色的沟通能力，有强烈的好奇心和自驱力；
- 3、具有多模态内容理解，多模态生成与编辑，机器学习算法基础，有图像生成与编辑、agent，音视频生成和编辑方向顶级论文者优先。
岗位描述
【岗位职责】
课题背景：
随着多模态大模型的发展，人工智能正从单一模态理解逐步迈向跨模态的通用智能能力。在开放世界场景中，模型需要同时处理文本、图像、视频、音频等多源信息，并在不同模态之间建立统一的语义理解与知识关联。如何让模型具备从感知、语义理解到推理决策的综合能力，成为当前多模态智能研究的重要方向。本课题聚焦多模态大模型的统一表征与推理能力，探索构建跨模态理解与知识整合框架，为多模态智能在真实业务场景中的应用提供技术基础。
课题挑战：
多模态大模型在开放环境中的应用仍面临多方面挑战。首先，不同模态信息在表达形式和语义空间上存在差异，如何实现文本、图像、视频、音频等多模态数据的有效对齐与联合表征，是实现统一理解的关键问题。其次，在复杂场景下，模型不仅需要完成基础感知与语义理解，还需要具备跨模态的时空推理与知识整合能力，这对模型结构与训练方式提出更高要求。此外，多模态模型在实际应用中还需具备良好的鲁棒性、泛化能力与可控性，如何构建合理的数据体系与评测方法，刻画模型能力边界并保障安全可靠，也是研究的重要挑战。
具体工作：
参与多模态大模型相关研究，包括跨模态对齐与联合表征方法探索、多模态推理能力实验验证，以及数据与评测体系的构建；结合具体任务场景，评估模型在内容理解、交互问答等任务中的表现并持续优化。
【任职要求】
- 1、相关专业（计算机、人工智能等）在读的博士和优秀硕士；
- 2、具备较强的学习能力、清晰的逻辑思维能力和出色的沟通能力，有强烈的好奇心和自驱力；
- 3、具有多模态内容理解，多模态生成与编辑，机器学习算法基础，有图像生成与编辑、agent，音视频生成和编辑方向顶级论文者优先。
【技术方向】
大语言模型、NLP
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。