主分类:自然语言处理算法研发
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": "NLP算法工程师-网易智企",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责有害文本内容检测模型的效果优化和性能优化\n2、研究大模型、agent等技术在内容安全领域的应用\n3、完成业务发展需要的其他NLP研发任务",
"requirements_text": "1、具备良好的计算机理论基础,熟悉基本的计算机知识,如数据结构、计算机网络、数据库、操作系统等\n2、熟悉机器学习相关理论,了解常用的监督学习、无监督学习算法,掌握特征工程的相关技术和模型评估的相关知识\n3、熟悉大模型的相关技术,如模型结构、训练方法、部署框架等知识,对使用大模型解决业务问题有比较强烈的兴趣和思路\n4、掌握深度学习主流的方法和框架,如attention、lstm、bert、pytorch、tensorflow,能够熟练开发深度学习模型,有较强的模型调优能力,了解常用的模型部署方案\n5、具备认真严谨的工作态度,良好的团队合作精神,较强的抗压能力\n6、自我驱动力强烈,具有较强的钻研精神和技术攻关能力",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据结构",
"数据库",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "未披露",
"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=4832&projectId=103"
}
]
},
"posting": {
"posting_id": "103_4832",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4832&projectId=103"
},
"fulltext": "NLP算法工程师-网易智企\n职位描述\n1、负责有害文本内容检测模型的效果优化和性能优化\n2、研究大模型、agent等技术在内容安全领域的应用\n3、完成业务发展需要的其他NLP研发任务\n\n职位要求\n1、具备良好的计算机理论基础,熟悉基本的计算机知识,如数据结构、计算机网络、数据库、操作系统等\n2、熟悉机器学习相关理论,了解常用的监督学习、无监督学习算法,掌握特征工程的相关技术和模型评估的相关知识\n3、熟悉大模型的相关技术,如模型结构、训练方法、部署框架等知识,对使用大模型解决业务问题有比较强烈的兴趣和思路\n4、掌握深度学习主流的方法和框架,如attention、lstm、bert、pytorch、tensorflow,能够熟练开发深度学习模型,有较强的模型调优能力,了解常用的模型部署方案\n5、具备认真严谨的工作态度,良好的团队合作精神,较强的抗压能力\n6、自我驱动力强烈,具有较强的钻研精神和技术攻关能力\n1、负责有害文本内容检测模型的效果优化和性能优化\n2、研究大模型、agent等技术在内容安全领域的应用\n3、完成业务发展需要的其他NLP研发任务\n1、具备良好的计算机理论基础,熟悉基本的计算机知识,如数据结构、计算机网络、数据库、操作系统等\n2、熟悉机器学习相关理论,了解常用的监督学习、无监督学习算法,掌握特征工程的相关技术和模型评估的相关知识\n3、熟悉大模型的相关技术,如模型结构、训练方法、部署框架等知识,对使用大模型解决业务问题有比较强烈的兴趣和思路\n4、掌握深度学习主流的方法和框架,如attention、lstm、bert、pytorch、tensorflow,能够熟练开发深度学习模型,有较强的模型调优能力,了解常用的模型部署方案\n5、具备认真严谨的工作态度,良好的团队合作精神,较强的抗压能力\n6、自我驱动力强烈,具有较强的钻研精神和技术攻关能力",
"standard_classification": {
"std_category_code": "T036",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}