职位详情

职位列表 链接有效 不适用(官网全量采集) official:netease:103_4847

【博后专项】LLM 博士后-网易有道

未披露 · 北京 · 网易

主分类:大模型与生成式算法研发
算法与数据
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】LLM 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": "获得学位3年以内的全日制博士",
        "language": "5、有良好的英文阅读,交流以及写作能力",AI生成
        "visa_support": "未披露",
        "responsibilities": "包括但不限于:\n1、大模型训练方法和模型框架优化;\n2、大模型知识和推理能力研究;\n3、大模型高性能推理研究;\n4、领域大模型研究;\n5、跨模态大模型研究;\n6、文本生成任务的质量评估办法研究;\n7、融合外部知识的文本生成研究。",
        "requirements_text": "我们希望你:\n1、获得学位3年以内的全日制博士,或应届博士毕业生(须已满足学位论文答辩要求);\n2、具有自然语言生成、多模态机器学习、机器翻译等相关领域的研究背景;\n3、具有独立科研能力,以第一作者在国际高水平会议和期刊发表学术论文优先,主持或参与过具体项目者优先;\n4、思维活跃,创新能力强,具有强烈的技术创新和研发热情;\n5、有良好的英文阅读,交流以及写作能力;\n6、责任心强,具有良好的团队意识。",
        "skills": [AI生成
            "机器学习"
        ],
        "preferred_qualifications": "3、具有独立科研能力,以第一作者在国际高水平会议和期刊发表学术论文优先,主持或参与过具体项目者优先",
        "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=4847&projectId=103"
            }
        ]
    },
    "posting": {
        "posting_id": "103_4847",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.163.com/app/detail/index?id=4847&projectId=103"
    },
    "fulltext": "【博后专项】LLM 博士后-网易有道\n职位描述\n包括但不限于:\n1、大模型训练方法和模型框架优化;\n2、大模型知识和推理能力研究;\n3、大模型高性能推理研究;\n4、领域大模型研究;\n5、跨模态大模型研究;\n6、文本生成任务的质量评估办法研究;\n7、融合外部知识的文本生成研究。\n\n职位要求\n我们希望你:\n1、获得学位3年以内的全日制博士,或应届博士毕业生(须已满足学位论文答辩要求);\n2、具有自然语言生成、多模态机器学习、机器翻译等相关领域的研究背景;\n3、具有独立科研能力,以第一作者在国际高水平会议和期刊发表学术论文优先,主持或参与过具体项目者优先;\n4、思维活跃,创新能力强,具有强烈的技术创新和研发热情;\n5、有良好的英文阅读,交流以及写作能力;\n6、责任心强,具有良好的团队意识。\n包括但不限于:\n1、大模型训练方法和模型框架优化;\n2、大模型知识和推理能力研究;\n3、大模型高性能推理研究;\n4、领域大模型研究;\n5、跨模态大模型研究;\n6、文本生成任务的质量评估办法研究;\n7、融合外部知识的文本生成研究。\n我们希望你:\n1、获得学位3年以内的全日制博士,或应届博士毕业生(须已满足学位论文答辩要求);\n2、具有自然语言生成、多模态机器学习、机器翻译等相关领域的研究背景;\n3、具有独立科研能力,以第一作者在国际高水平会议和期刊发表学术论文优先,主持或参与过具体项目者优先;\n4、思维活跃,创新能力强,具有强烈的技术创新和研发热情;\n5、有良好的英文阅读,交流以及写作能力;\n6、责任心强,具有良好的团队意识。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}