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": "多模态检索算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": " 《蛋仔派对》AI实习专项",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "游戏程序"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": "计算机科学、人工智能、电子信息等相关专业在读研究生或优秀本科生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "课题名称：多模态游戏资源语义检索与内容推荐系统\n课题内容：旨在探索基于多模态大模型的资源智能化管理方案，涵盖轻量级跨模态检索原型建设、复杂3D与时序资产的深度语义特征提取，以及基于大模型自动打标的混合搜索增强",
"requirements_text": "1.计算机科学、人工智能、电子信息等相关专业在读研究生或优秀本科生；\n2.熟练使用 Python，具备独立完成工程项目的能力；\n3.了解深度学习基础，使用过 PyTorch 或 TensorFlow 训练/推理模型；\n4.对多模态 AI（CLIP、视觉语言模型等）有基本了解或学习意愿；\n5.能够自驱推进课题，定期输出阶段性成果；\n6.2027年及之后毕业的在校生，不限制年级。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.game.163.com/app/detail/index?id=3721&projectId=75"
}
]
},
"posting": {
"posting_id": "75_3721",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.game.163.com/app/detail/index?id=3721&projectId=75"
},
"fulltext": "多模态检索算法实习生\n职位描述\n课题名称：多模态游戏资源语义检索与内容推荐系统\n课题内容：旨在探索基于多模态大模型的资源智能化管理方案，涵盖轻量级跨模态检索原型建设、复杂3D与时序资产的深度语义特征提取，以及基于大模型自动打标的混合搜索增强\n\n职位要求\n1.计算机科学、人工智能、电子信息等相关专业在读研究生或优秀本科生；\n2.熟练使用 Python，具备独立完成工程项目的能力；\n3.了解深度学习基础，使用过 PyTorch 或 TensorFlow 训练/推理模型；\n4.对多模态 AI（CLIP、视觉语言模型等）有基本了解或学习意愿；\n5.能够自驱推进课题，定期输出阶段性成果；\n6.2027年及之后毕业的在校生，不限制年级。\n课题名称：多模态游戏资源语义检索与内容推荐系统\n课题内容：旨在探索基于多模态大模型的资源智能化管理方案，涵盖轻量级跨模态检索原型建设、复杂3D与时序资产的深度语义特征提取，以及基于大模型自动打标的混合搜索增强\n1.计算机科学、人工智能、电子信息等相关专业在读研究生或优秀本科生；\n2.熟练使用 Python，具备独立完成工程项目的能力；\n3.了解深度学习基础，使用过 PyTorch 或 TensorFlow 训练/推理模型；\n4.对多模态 AI（CLIP、视觉语言模型等）有基本了解或学习意愿；\n5.能够自驱推进课题，定期输出阶段性成果；\n6.2027年及之后毕业的在校生，不限制年级。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}