{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI算法工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "网易互联网2027届校园招聘",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "网易",
        "company_industry": "互联网 / 游戏 / 数字内容",
        "company_size": "10000人以上",
        "company_website": "netease.com",
        "company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "2027届本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 加入效率工程部，参与基于大语言模型的 AI Agent 应用设计、开发与落地，重点探索办公协作、智能客服、流程自动化等内部提效场景；\n2. 参与 AI Agent 应用全生命周期建设，包括需求分析、方案设计、开发、评测及持续优化；\n3. 参与 RAG、Agent、工具调用等核心能力建设，实现 Agent 与内部系统、微服务及工具链的高效集成；\n4. 参与 AI 应用架构及工程体系建设，持续优化系统效果、稳定性、性能及可扩展性；\n5. 持续关注大模型、Agent 等前沿技术发展，评估并探索新技术在实际业务场景中的应用。",
        "requirements_text": "1. 2027届本科及以上学历，计算机、人工智能、软件工程等相关专业；\n2. 熟练掌握 Python、Go、Java 等至少一种编程语言，具备良好的编码和工程实践能力；\n3. 了解大语言模型基本原理，对 RAG、AI Agent、Prompt Engineering、Tool Calling 等技术有一定理解或实践；\n4. 了解 LangChain、AutoGen、Semantic Kernel 等 Agent 框架中的一种或多种，有相关项目或实习经历者优先；\n5. 具备一定的后端开发能力，了解常见 Web 服务、API、数据库等基础技术；\n6. 具备较强的问题分析、学习和技术探索能力，能够将 AI 技术应用到实际业务问题中；\n7. 具备良好的沟通协作能力，积极主动、自驱力强，对 AI 技术保持热情。\n加分项\n1. 有 RAG、AI Agent、大模型应用相关课程项目、科研、实习或个人项目经历；\n2. 熟悉向量数据库及检索技术，如 Milvus、Faiss、Pinecone 等；\n3. 了解 MCP、Function Calling 等 Agent 工具集成机制或相关标准；\n4. 了解微服务、Docker、Kubernetes 等云原生技术；\n5. 熟悉 PyTorch、TensorFlow 等深度学习框架，对模型训练、微调或评测有一定实践；\n6. 有完整 AI Agent 应用从设计、开发到上线落地的实践经验。",
        "skills": [AI生成
            "Python",
            "Java",
            "Docker",
            "Kubernetes",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "微服务",
            "数据库",
            "模型训练",
            "Go",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "4. 了解 LangChain、AutoGen、Semantic Kernel 等 Agent 框架中的一种或多种，有相关项目或实习经历者优先；加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus.163.com/app/detail/index?id=4789&projectId=103"
            }
        ]
    },
    "posting": {
        "posting_id": "103_4789",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.163.com/app/detail/index?id=4789&projectId=103"
    },
    "fulltext": "AI算法工程师\n职位描述\n1. 加入效率工程部，参与基于大语言模型的 AI Agent 应用设计、开发与落地，重点探索办公协作、智能客服、流程自动化等内部提效场景；\n2. 参与 AI Agent 应用全生命周期建设，包括需求分析、方案设计、开发、评测及持续优化；\n3. 参与 RAG、Agent、工具调用等核心能力建设，实现 Agent 与内部系统、微服务及工具链的高效集成；\n4. 参与 AI 应用架构及工程体系建设，持续优化系统效果、稳定性、性能及可扩展性；\n5. 持续关注大模型、Agent 等前沿技术发展，评估并探索新技术在实际业务场景中的应用。\n\n职位要求\n1. 2027届本科及以上学历，计算机、人工智能、软件工程等相关专业；\n2. 熟练掌握 Python、Go、Java 等至少一种编程语言，具备良好的编码和工程实践能力；\n3. 了解大语言模型基本原理，对 RAG、AI Agent、Prompt Engineering、Tool Calling 等技术有一定理解或实践；\n4. 了解 LangChain、AutoGen、Semantic Kernel 等 Agent 框架中的一种或多种，有相关项目或实习经历者优先；\n5. 具备一定的后端开发能力，了解常见 Web 服务、API、数据库等基础技术；\n6. 具备较强的问题分析、学习和技术探索能力，能够将 AI 技术应用到实际业务问题中；\n7. 具备良好的沟通协作能力，积极主动、自驱力强，对 AI 技术保持热情。\n加分项\n1. 有 RAG、AI Agent、大模型应用相关课程项目、科研、实习或个人项目经历；\n2. 熟悉向量数据库及检索技术，如 Milvus、Faiss、Pinecone 等；\n3. 了解 MCP、Function Calling 等 Agent 工具集成机制或相关标准；\n4. 了解微服务、Docker、Kubernetes 等云原生技术；\n5. 熟悉 PyTorch、TensorFlow 等深度学习框架，对模型训练、微调或评测有一定实践；\n6. 有完整 AI Agent 应用从设计、开发到上线落地的实践经验。\n1. 加入效率工程部，参与基于大语言模型的 AI Agent 应用设计、开发与落地，重点探索办公协作、智能客服、流程自动化等内部提效场景；\n2. 参与 AI Agent 应用全生命周期建设，包括需求分析、方案设计、开发、评测及持续优化；\n3. 参与 RAG、Agent、工具调用等核心能力建设，实现 Agent 与内部系统、微服务及工具链的高效集成；\n4. 参与 AI 应用架构及工程体系建设，持续优化系统效果、稳定性、性能及可扩展性；\n5. 持续关注大模型、Agent 等前沿技术发展，评估并探索新技术在实际业务场景中的应用。\n1. 2027届本科及以上学历，计算机、人工智能、软件工程等相关专业；\n2. 熟练掌握 Python、Go、Java 等至少一种编程语言，具备良好的编码和工程实践能力；\n3. 了解大语言模型基本原理，对 RAG、AI Agent、Prompt Engineering、Tool Calling 等技术有一定理解或实践；\n4. 了解 LangChain、AutoGen、Semantic Kernel 等 Agent 框架中的一种或多种，有相关项目或实习经历者优先；\n5. 具备一定的后端开发能力，了解常见 Web 服务、API、数据库等基础技术；\n6. 具备较强的问题分析、学习和技术探索能力，能够将 AI 技术应用到实际业务问题中；\n7. 具备良好的沟通协作能力，积极主动、自驱力强，对 AI 技术保持热情。\n加分项\n1. 有 RAG、AI Agent、大模型应用相关课程项目、科研、实习或个人项目经历；\n2. 熟悉向量数据库及检索技术，如 Milvus、Faiss、Pinecone 等；\n3. 了解 MCP、Function Calling 等 Agent 工具集成机制或相关标准；\n4. 了解微服务、Docker、Kubernetes 等云原生技术；\n5. 熟悉 PyTorch、TensorFlow 等深度学习框架，对模型训练、微调或评测有一定实践；\n6. 有完整 AI Agent 应用从设计、开发到上线落地的实践经验。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}