主分类：计算机视觉与图像感知算法研发
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": "计算机视觉算法工程师-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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责 AI 人脸鉴伪、人脸欺诈检测等相关算法的研发与优化，提升算法在复杂场景下的检测效果\n2、跟进 Deepfake、AI 人脸、人脸欺诈检测等领域前沿技术，开展算法调研、复现、评测及技术创新\n3、探索多模态大模型、少样本等技术在人脸鉴伪检测领域的应用，并推动相关算法的业务落地",
"requirements_text": "1、本科及以上学历，计算机、人工智能、电子信息、自动化等相关专业\n2、具备扎实的计算机视觉、机器学习和深度学习基础，对视觉/多模态大模型有一定了解\n3、具备较强的算法实现和工程实践能力，熟练使用 Python，熟悉 PyTorch 等主流深度学习框架\n4、有Deepfake 检测、人脸欺诈检测、AIGC 检测、多模态大模型等相关科研或项目经验者优先\n5、具备良好的科研能力，在 AI/CV 领域知名会议或期刊发表过论文、获得相关竞赛奖项者优先\n6、具备良好的沟通能力、团队协作能力和技术探索精神，能够独立分析和解决问题",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"深度学习",
"计算机视觉",
"团队协作",
"沟通能力",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "4、有Deepfake 检测、人脸欺诈检测、AIGC 检测、多模态大模型等相关科研或项目经验者优先；5、具备良好的科研能力，在 AI/CV 领域知名会议或期刊发表过论文、获得相关竞赛奖项者优先",
"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=4834&projectId=103"
}
]
},
"posting": {
"posting_id": "103_4834",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4834&projectId=103"
},
"fulltext": "计算机视觉算法工程师-网易智企\n职位描述\n1、负责 AI 人脸鉴伪、人脸欺诈检测等相关算法的研发与优化，提升算法在复杂场景下的检测效果\n2、跟进 Deepfake、AI 人脸、人脸欺诈检测等领域前沿技术，开展算法调研、复现、评测及技术创新\n3、探索多模态大模型、少样本等技术在人脸鉴伪检测领域的应用，并推动相关算法的业务落地\n\n职位要求\n1、本科及以上学历，计算机、人工智能、电子信息、自动化等相关专业\n2、具备扎实的计算机视觉、机器学习和深度学习基础，对视觉/多模态大模型有一定了解\n3、具备较强的算法实现和工程实践能力，熟练使用 Python，熟悉 PyTorch 等主流深度学习框架\n4、有Deepfake 检测、人脸欺诈检测、AIGC 检测、多模态大模型等相关科研或项目经验者优先\n5、具备良好的科研能力，在 AI/CV 领域知名会议或期刊发表过论文、获得相关竞赛奖项者优先\n6、具备良好的沟通能力、团队协作能力和技术探索精神，能够独立分析和解决问题\n1、负责 AI 人脸鉴伪、人脸欺诈检测等相关算法的研发与优化，提升算法在复杂场景下的检测效果\n2、跟进 Deepfake、AI 人脸、人脸欺诈检测等领域前沿技术，开展算法调研、复现、评测及技术创新\n3、探索多模态大模型、少样本等技术在人脸鉴伪检测领域的应用，并推动相关算法的业务落地\n1、本科及以上学历，计算机、人工智能、电子信息、自动化等相关专业\n2、具备扎实的计算机视觉、机器学习和深度学习基础，对视觉/多模态大模型有一定了解\n3、具备较强的算法实现和工程实践能力，熟练使用 Python，熟悉 PyTorch 等主流深度学习框架\n4、有Deepfake 检测、人脸欺诈检测、AIGC 检测、多模态大模型等相关科研或项目经验者优先\n5、具备良好的科研能力，在 AI/CV 领域知名会议或期刊发表过论文、获得相关竞赛奖项者优先\n6、具备良好的沟通能力、团队协作能力和技术探索精神，能够独立分析和解决问题",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}