主分类：搜索推荐与业务决策算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "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": "人工智能"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、推荐系统核心算法研发与优化：参与 LOFTER 推荐系统全链路核心算法研发，推动模型 Scaling Up（大规模参数建模、序列建模、生成式推荐等）；探索 LLM 用户理解与多模态内容理解，围绕用户体验、流量效率与商业目标进行多目标建模与迭代；\n2、用户增长与生命周期算法：参与推荐侧用户增长算法的设计与调优，优化新用户冷启动的兴趣探索，提升拉新与留存效率；构建存量用户生命周期各阶段，实现用户规模与活跃度的可持续增长；\n3、前沿搜推技术创新与落地：参与推荐、搜索前沿技术的探索与工程化落地，包括可解释推荐、交互式搜索与对话式推荐、生成式检索等方向，结合社区强互动、强表达的调性，打造具备新鲜感与探索感的内容发现体验；\n4、创作者成长与智能流量分配：参与内容侧与创作者侧成长机制研发，构建智能化流量分配体系，设计科学的流量调控与生态治理机制，助力中长尾创作者与优质原创内容成长，构建可持续的社区正向循环；\n5、AI 创新业务应用算法：参与 AI 原生创新业务的算法建设与优化，探索 AIGC 与大模型能力在同人社区的落地，涵盖 AI 社交、AI 游戏、AI 互动叙事等新兴业务方向。",
"requirements_text": "1、热爱算法技术，享受用技术解决复杂问题的过程，热爱编程与学习，具备强烈的好奇心和自我驱动力，能持续跟进并快速落地业界前沿；\n2、计算机、人工智能、数学、统计学等相关专业，2027届本科及以上学历；具有搜索、推荐、广告等方向算法建模经验者优先；\n3、熟练掌握常见机器学习/深度学习算法原理与建模方法，并能有效应用于实际业务场景；\n4、熟练掌握 Java、Python 等编程语言，熟悉 TensorFlow、PyTorch、Hadoop、Spark 等主流框架与大数据工具，具备大规模数据处理与分布式训练经验；\n5、具备扎实的数学与统计学基础，对数据保持强烈好奇心，拥有良好的数据分析能力与业务敏感性，能将业务目标拆解为算法问题；\n6、具备良好的团队合作精神与跨职能沟通能力，责任心强、抗压能力好，能在快速迭代的节奏中持续交付价值。",
"skills": [AI生成
"Python",
"Java",
"Spark",
"Hadoop",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据分析",
"团队协作",
"沟通能力",
"分析能力",
"建模"
],
"preferred_qualifications": "具有搜索、推荐、广告等方向算法建模经验者优先",
"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=4814&projectId=103"
}
]
},
"posting": {
"posting_id": "103_4814",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4814&projectId=103"
},
"fulltext": "算法工程师\n职位描述\n1、推荐系统核心算法研发与优化：参与 LOFTER 推荐系统全链路核心算法研发，推动模型 Scaling Up（大规模参数建模、序列建模、生成式推荐等）；探索 LLM 用户理解与多模态内容理解，围绕用户体验、流量效率与商业目标进行多目标建模与迭代；\n2、用户增长与生命周期算法：参与推荐侧用户增长算法的设计与调优，优化新用户冷启动的兴趣探索，提升拉新与留存效率；构建存量用户生命周期各阶段，实现用户规模与活跃度的可持续增长；\n3、前沿搜推技术创新与落地：参与推荐、搜索前沿技术的探索与工程化落地，包括可解释推荐、交互式搜索与对话式推荐、生成式检索等方向，结合社区强互动、强表达的调性，打造具备新鲜感与探索感的内容发现体验；\n4、创作者成长与智能流量分配：参与内容侧与创作者侧成长机制研发，构建智能化流量分配体系，设计科学的流量调控与生态治理机制，助力中长尾创作者与优质原创内容成长，构建可持续的社区正向循环；\n5、AI 创新业务应用算法：参与 AI 原生创新业务的算法建设与优化，探索 AIGC 与大模型能力在同人社区的落地，涵盖 AI 社交、AI 游戏、AI 互动叙事等新兴业务方向。\n\n职位要求\n1、热爱算法技术，享受用技术解决复杂问题的过程，热爱编程与学习，具备强烈的好奇心和自我驱动力，能持续跟进并快速落地业界前沿；\n2、计算机、人工智能、数学、统计学等相关专业，2027届本科及以上学历；具有搜索、推荐、广告等方向算法建模经验者优先；\n3、熟练掌握常见机器学习/深度学习算法原理与建模方法，并能有效应用于实际业务场景；\n4、熟练掌握 Java、Python 等编程语言，熟悉 TensorFlow、PyTorch、Hadoop、Spark 等主流框架与大数据工具，具备大规模数据处理与分布式训练经验；\n5、具备扎实的数学与统计学基础，对数据保持强烈好奇心，拥有良好的数据分析能力与业务敏感性，能将业务目标拆解为算法问题；\n6、具备良好的团队合作精神与跨职能沟通能力，责任心强、抗压能力好，能在快速迭代的节奏中持续交付价值。\n1、推荐系统核心算法研发与优化：参与 LOFTER 推荐系统全链路核心算法研发，推动模型 Scaling Up（大规模参数建模、序列建模、生成式推荐等）；探索 LLM 用户理解与多模态内容理解，围绕用户体验、流量效率与商业目标进行多目标建模与迭代；\n2、用户增长与生命周期算法：参与推荐侧用户增长算法的设计与调优，优化新用户冷启动的兴趣探索，提升拉新与留存效率；构建存量用户生命周期各阶段，实现用户规模与活跃度的可持续增长；\n3、前沿搜推技术创新与落地：参与推荐、搜索前沿技术的探索与工程化落地，包括可解释推荐、交互式搜索与对话式推荐、生成式检索等方向，结合社区强互动、强表达的调性，打造具备新鲜感与探索感的内容发现体验；\n4、创作者成长与智能流量分配：参与内容侧与创作者侧成长机制研发，构建智能化流量分配体系，设计科学的流量调控与生态治理机制，助力中长尾创作者与优质原创内容成长，构建可持续的社区正向循环；\n5、AI 创新业务应用算法：参与 AI 原生创新业务的算法建设与优化，探索 AIGC 与大模型能力在同人社区的落地，涵盖 AI 社交、AI 游戏、AI 互动叙事等新兴业务方向。\n1、热爱算法技术，享受用技术解决复杂问题的过程，热爱编程与学习，具备强烈的好奇心和自我驱动力，能持续跟进并快速落地业界前沿；\n2、计算机、人工智能、数学、统计学等相关专业，2027届本科及以上学历；具有搜索、推荐、广告等方向算法建模经验者优先；\n3、熟练掌握常见机器学习/深度学习算法原理与建模方法，并能有效应用于实际业务场景；\n4、熟练掌握 Java、Python 等编程语言，熟悉 TensorFlow、PyTorch、Hadoop、Spark 等主流框架与大数据工具，具备大规模数据处理与分布式训练经验；\n5、具备扎实的数学与统计学基础，对数据保持强烈好奇心，拥有良好的数据分析能力与业务敏感性，能将业务目标拆解为算法问题；\n6、具备良好的团队合作精神与跨职能沟通能力，责任心强、抗压能力好，能在快速迭代的节奏中持续交付价值。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}