主分类：AI训练推理与计算优化
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": "【博后专项】高性能计算博士后-网易有道",
"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": "北京",
"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": "获得博士学位不超过三年（含应届）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "研究方向：\n1、开展高性能计算和AI交差课题相关研究；\n2、大规模分布式训练性能优化，如高质量高性能的优化器；\n3、AI神经网络研究，设计低计算量高质量的神经网络；\n4、鼓励发表高水平研究成果。",
"requirements_text": "我们希望你：\n1、获得博士学位不超过三年（含应届），计算机及其他相关理工类专业；\n2、熟悉ARM64、X86、GPU、NPU体系结构；\n3、熟悉并行编程框架(MPI/OpenMP/CUDA/OpenCL等)，有高性能计算开发、调优、算法设计开发经验者优先；\n4、熟悉PyTorch、TensorFlow等框架，对训练框架做过深度优化者优先；\n5、有较强的独立科研能力与团队合作能力，以第一作者在相关领域发表过高水平论文。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"CUDA",
"算法设计",
"团队协作"
],
"preferred_qualifications": "3、熟悉并行编程框架(MPI/OpenMP/CUDA/OpenCL等)，有高性能计算开发、调优、算法设计开发经验者优先；4、熟悉PyTorch、TensorFlow等框架，对训练框架做过深度优化者优先",
"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=4846&projectId=103"
}
]
},
"posting": {
"posting_id": "103_4846",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4846&projectId=103"
},
"fulltext": "【博后专项】高性能计算博士后-网易有道\n职位描述\n研究方向：\n1、开展高性能计算和AI交差课题相关研究；\n2、大规模分布式训练性能优化，如高质量高性能的优化器；\n3、AI神经网络研究，设计低计算量高质量的神经网络；\n4、鼓励发表高水平研究成果。\n\n职位要求\n我们希望你：\n1、获得博士学位不超过三年（含应届），计算机及其他相关理工类专业；\n2、熟悉ARM64、X86、GPU、NPU体系结构；\n3、熟悉并行编程框架(MPI/OpenMP/CUDA/OpenCL等)，有高性能计算开发、调优、算法设计开发经验者优先；\n4、熟悉PyTorch、TensorFlow等框架，对训练框架做过深度优化者优先；\n5、有较强的独立科研能力与团队合作能力，以第一作者在相关领域发表过高水平论文。\n研究方向：\n1、开展高性能计算和AI交差课题相关研究；\n2、大规模分布式训练性能优化，如高质量高性能的优化器；\n3、AI神经网络研究，设计低计算量高质量的神经网络；\n4、鼓励发表高水平研究成果。\n我们希望你：\n1、获得博士学位不超过三年（含应届），计算机及其他相关理工类专业；\n2、熟悉ARM64、X86、GPU、NPU体系结构；\n3、熟悉并行编程框架(MPI/OpenMP/CUDA/OpenCL等)，有高性能计算开发、调优、算法设计开发经验者优先；\n4、熟悉PyTorch、TensorFlow等框架，对训练框架做过深度优化者优先；\n5、有较强的独立科研能力与团队合作能力，以第一作者在相关领域发表过高水平论文。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}