主分类：计算机视觉与图像感知算法研发
辅助：大模型与生成式算法研发（仅展示）
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 / 多模态大模型算法工程师-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": "杭州,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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责有道词典笔、有道词典等产品的核心视觉与多模态算法研发，覆盖 OCR、文档解析、图文理解、多模态生成与交互等方向，从技术调研到线上落地全流程负责。\n2、负责文档解析与知识抽取：版面结构化提取，表格、公式、图表、手写内容识别，提升复杂学习资料的自动化处理与搜索体验。\n3、研究并落地多模态大模型在教育与学习场景下的应用，探索视觉与文本的联合建模、指令微调与数据构建方法；并逐步向多模态 Agent 方向延伸，结合视觉理解、工具调用与任务规划构建智能体能力。\n4、研发图像与文档翻译相关算法，包括复杂场景下的文字检测识别、版面分析、排版与字体还原。\n5、负责算法的工程化与性能优化，包括模型训练、精度与速度调优、端侧部署，持续提升识别准确率、响应速度与鲁棒性。\n6、跟进计算机视觉、多模态与大模型领域的最新进展，结合产品需求做创新应用；团队深度使用 AI 编程工具与 Agent 工作流，鼓励用 AI 重构研发流程本身。\n7、积极参与团队技术讨论，协作解决技术难题，推动项目高质量、按期交付；团队所处方向变化快，愿意持续接触新问题、快速切入并推动落地。",
"requirements_text": "1、硕士及以上学历，人工智能、计算机视觉、多模态学习或相关专业背景。\n2、精通 Python 编程，熟练掌握 PyTorch 等深度学习框架，具备良好的代码风格与工程习惯；善用 AI 编程工具提升研发效率，并能对生成结果做出独立判断。\n3、熟悉主流视觉与多模态算法，了解 Transformer、ViT、OCR、VLM 等模型的结构与训练技巧（预训练 / SFT / 数据构建与清洗）。\n4、具备以下任一方向经验者优先：OCR 与文档解析、公式与手写识别、图像 / 文档翻译、多模态大模型训练与评测、Agent 与工具调用。\n5、有 C++ 开发经验者优先；熟悉端侧 / 移动端推理部署与优化（量化、蒸馏、算子加速、NPU 适配等）者加分。\n6、有相关顶会论文、开源项目或竞赛成绩者加分。\n7、学习欲望强、钻研精神足，能快速理解并应用新技术；动手能力强，能在复杂约束下推进项目落地。\n8、积极主动、责任心强，具备良好的沟通能力与团队协作精神。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"深度学习",
"计算机视觉",
"模型训练",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "4、具备以下任一方向经验者优先：OCR 与文档解析、公式与手写识别、图像 / 文档翻译、多模态大模型训练与评测、Agent 与工具调用；5、有 C++ 开发经验者优先；熟悉端侧 / 移动端推理部署与优化（量化、蒸馏、算子加速、NPU 适配等）者加分；6、有相关顶会论文、开源项目或竞赛成绩者加分",
"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=4855&projectId=103"
}
]
},
"posting": {
"posting_id": "103_4855",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4855&projectId=103"
},
"fulltext": "计算机视觉 / 多模态大模型算法工程师-网易有道\n职位描述\n1、负责有道词典笔、有道词典等产品的核心视觉与多模态算法研发，覆盖 OCR、文档解析、图文理解、多模态生成与交互等方向，从技术调研到线上落地全流程负责。\n2、负责文档解析与知识抽取：版面结构化提取，表格、公式、图表、手写内容识别，提升复杂学习资料的自动化处理与搜索体验。\n3、研究并落地多模态大模型在教育与学习场景下的应用，探索视觉与文本的联合建模、指令微调与数据构建方法；并逐步向多模态 Agent 方向延伸，结合视觉理解、工具调用与任务规划构建智能体能力。\n4、研发图像与文档翻译相关算法，包括复杂场景下的文字检测识别、版面分析、排版与字体还原。\n5、负责算法的工程化与性能优化，包括模型训练、精度与速度调优、端侧部署，持续提升识别准确率、响应速度与鲁棒性。\n6、跟进计算机视觉、多模态与大模型领域的最新进展，结合产品需求做创新应用；团队深度使用 AI 编程工具与 Agent 工作流，鼓励用 AI 重构研发流程本身。\n7、积极参与团队技术讨论，协作解决技术难题，推动项目高质量、按期交付；团队所处方向变化快，愿意持续接触新问题、快速切入并推动落地。\n\n职位要求\n1、硕士及以上学历，人工智能、计算机视觉、多模态学习或相关专业背景。\n2、精通 Python 编程，熟练掌握 PyTorch 等深度学习框架，具备良好的代码风格与工程习惯；善用 AI 编程工具提升研发效率，并能对生成结果做出独立判断。\n3、熟悉主流视觉与多模态算法，了解 Transformer、ViT、OCR、VLM 等模型的结构与训练技巧（预训练 / SFT / 数据构建与清洗）。\n4、具备以下任一方向经验者优先：OCR 与文档解析、公式与手写识别、图像 / 文档翻译、多模态大模型训练与评测、Agent 与工具调用。\n5、有 C++ 开发经验者优先；熟悉端侧 / 移动端推理部署与优化（量化、蒸馏、算子加速、NPU 适配等）者加分。\n6、有相关顶会论文、开源项目或竞赛成绩者加分。\n7、学习欲望强、钻研精神足，能快速理解并应用新技术；动手能力强，能在复杂约束下推进项目落地。\n8、积极主动、责任心强，具备良好的沟通能力与团队协作精神。\n1、负责有道词典笔、有道词典等产品的核心视觉与多模态算法研发，覆盖 OCR、文档解析、图文理解、多模态生成与交互等方向，从技术调研到线上落地全流程负责。\n2、负责文档解析与知识抽取：版面结构化提取，表格、公式、图表、手写内容识别，提升复杂学习资料的自动化处理与搜索体验。\n3、研究并落地多模态大模型在教育与学习场景下的应用，探索视觉与文本的联合建模、指令微调与数据构建方法；并逐步向多模态 Agent 方向延伸，结合视觉理解、工具调用与任务规划构建智能体能力。\n4、研发图像与文档翻译相关算法，包括复杂场景下的文字检测识别、版面分析、排版与字体还原。\n5、负责算法的工程化与性能优化，包括模型训练、精度与速度调优、端侧部署，持续提升识别准确率、响应速度与鲁棒性。\n6、跟进计算机视觉、多模态与大模型领域的最新进展，结合产品需求做创新应用；团队深度使用 AI 编程工具与 Agent 工作流，鼓励用 AI 重构研发流程本身。\n7、积极参与团队技术讨论，协作解决技术难题，推动项目高质量、按期交付；团队所处方向变化快，愿意持续接触新问题、快速切入并推动落地。\n1、硕士及以上学历，人工智能、计算机视觉、多模态学习或相关专业背景。\n2、精通 Python 编程，熟练掌握 PyTorch 等深度学习框架，具备良好的代码风格与工程习惯；善用 AI 编程工具提升研发效率，并能对生成结果做出独立判断。\n3、熟悉主流视觉与多模态算法，了解 Transformer、ViT、OCR、VLM 等模型的结构与训练技巧（预训练 / SFT / 数据构建与清洗）。\n4、具备以下任一方向经验者优先：OCR 与文档解析、公式与手写识别、图像 / 文档翻译、多模态大模型训练与评测、Agent 与工具调用。\n5、有 C++ 开发经验者优先；熟悉端侧 / 移动端推理部署与优化（量化、蒸馏、算子加速、NPU 适配等）者加分。\n6、有相关顶会论文、开源项目或竞赛成绩者加分。\n7、学习欲望强、钻研精神足，能快速理解并应用新技术；动手能力强，能在复杂约束下推进项目落地。\n8、积极主动、责任心强，具备良好的沟通能力与团队协作精神。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}