{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "资深大模型算法工程师（NLP/LLM）",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "音乐事业部",
        "location": "杭州市",
        "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": 3,
        "degree": "硕士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、架构设计与模型落地：主导AI虚拟陪伴系统的整体技术架构设计，重点负责大语言模型（LLM）在对话系统中的深度落地，确保模型能力在产品体验层面的高效转化。\n2、LLM后训练与对齐：负责基座大模型的后训练（Post-training） 阶段工作，包括但不限于监督微调（SFT）、奖励模型（RM）训练，以及基于人类反馈的强化学习（RLHF）或直接偏好优化（DPO），解决模型在虚拟陪伴场景下的角色一致性、情感理解与个性化表达问题。\n3、强化学习与决策优化：探索强化学习（RL）在对话策略中的应用，利用强化学习优化模型在长程对话中的推理（Reasoning）能力与决策过程，提升交互的拟人化程度与逻辑连贯性。\n4、记忆管理与RAG优化：完善记忆管理机制，实现关键事件、用户偏好的高效存储与检索。负责RAG系统的工程化落地，结合向量数据库与检索策略优化，为强化学习和微调阶段提供高质量的数据支持，提升内容生成的个性化与时效性。\n5、性能与资源调度：主导系统性能优化，解决高并发场景下的低延迟响应与推理资源调度问题，保证线上服务的稳定与高效。",
        "requirements_text": "1、学历与经验：硕士及以上学历，计算机科学、人工智能等相关专业，具备NLP、多模态交互领域深度实践经验。\n2、LLM后训练专长：\n- 深入理解主流大模型架构（如Qwen、LLaMA、ChatGLM等）；\n- 精通大模型后训练全流程，尤其在RLHF/DPO方面有实际落地经验，熟悉PPO、DPO等强化学习算法在语言模型中的调参与应用；\n- 熟悉LoRA、QLoRA等高效微调技术，能根据场景平衡模型性能与训练成本。\n3、强化学习（RL）基础：掌握强化学习基本原理，了解其在语言模型推理（如RLHF中的推理环节、过程奖励模型PRM）或多轮对话决策中的应用，有相关研究或项目经验者优先。\n4、RAG与多模态技术：精通RAG系统的工程化实现，掌握向量数据库（如Milvus、Faiss）与检索优化策略。熟悉多模态对齐技术（如CLIP），有多模态生成（文本-图像/视频）或多模态语言模型落地经验者优先。\n5、加分项：有复杂对话系统、虚拟陪伴产品或情感计算相关项目的落地经验；在强化学习与语言模型结合方向（如RLHF、RLAIF）有深入研究成果或顶会论文者优先。",
        "skills": [AI生成
            "强化学习",
            "数据库",
            "大语言模型"
        ],
        "preferred_qualifications": "3、强化学习（RL）基础：掌握强化学习基本原理，了解其在语言模型推理（如RLHF中的推理环节、过程奖励模型PRM）或多轮对话决策中的应用，有相关研究或项目经验者优先；熟悉多模态对齐技术（如CLIP），有多模态生成（文本-图像/视频）或多模态语言模型落地经验者优先；5、加分项：有复杂对话系统、虚拟陪伴产品或情感计算相关项目的落地经验；在强化学习与语言模型结合方向（如RLHF、RLAIF）有深入研究成果或顶会论文者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://hr.163.com/job-detail.html?id=76458&lang=zh"
            }
        ]
    },
    "posting": {
        "posting_id": "76458",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://hr.163.com/job-detail.html?id=76458&lang=zh"
    },
    "fulltext": "资深大模型算法工程师（NLP/LLM）\n职位描述\n1、架构设计与模型落地：主导AI虚拟陪伴系统的整体技术架构设计，重点负责大语言模型（LLM）在对话系统中的深度落地，确保模型能力在产品体验层面的高效转化。\n2、LLM后训练与对齐：负责基座大模型的后训练（Post-training） 阶段工作，包括但不限于监督微调（SFT）、奖励模型（RM）训练，以及基于人类反馈的强化学习（RLHF）或直接偏好优化（DPO），解决模型在虚拟陪伴场景下的角色一致性、情感理解与个性化表达问题。\n3、强化学习与决策优化：探索强化学习（RL）在对话策略中的应用，利用强化学习优化模型在长程对话中的推理（Reasoning）能力与决策过程，提升交互的拟人化程度与逻辑连贯性。\n4、记忆管理与RAG优化：完善记忆管理机制，实现关键事件、用户偏好的高效存储与检索。负责RAG系统的工程化落地，结合向量数据库与检索策略优化，为强化学习和微调阶段提供高质量的数据支持，提升内容生成的个性化与时效性。\n5、性能与资源调度：主导系统性能优化，解决高并发场景下的低延迟响应与推理资源调度问题，保证线上服务的稳定与高效。\n\n职位要求\n1、学历与经验：硕士及以上学历，计算机科学、人工智能等相关专业，具备NLP、多模态交互领域深度实践经验。\n2、LLM后训练专长：\n- 深入理解主流大模型架构（如Qwen、LLaMA、ChatGLM等）；\n- 精通大模型后训练全流程，尤其在RLHF/DPO方面有实际落地经验，熟悉PPO、DPO等强化学习算法在语言模型中的调参与应用；\n- 熟悉LoRA、QLoRA等高效微调技术，能根据场景平衡模型性能与训练成本。\n3、强化学习（RL）基础：掌握强化学习基本原理，了解其在语言模型推理（如RLHF中的推理环节、过程奖励模型PRM）或多轮对话决策中的应用，有相关研究或项目经验者优先。\n4、RAG与多模态技术：精通RAG系统的工程化实现，掌握向量数据库（如Milvus、Faiss）与检索优化策略。熟悉多模态对齐技术（如CLIP），有多模态生成（文本-图像/视频）或多模态语言模型落地经验者优先。\n5、加分项：有复杂对话系统、虚拟陪伴产品或情感计算相关项目的落地经验；在强化学习与语言模型结合方向（如RLHF、RLAIF）有深入研究成果或顶会论文者优先。\n1、架构设计与模型落地：主导AI虚拟陪伴系统的整体技术架构设计，重点负责大语言模型（LLM）在对话系统中的深度落地，确保模型能力在产品体验层面的高效转化。\n2、LLM后训练与对齐：负责基座大模型的后训练（Post-training） 阶段工作，包括但不限于监督微调（SFT）、奖励模型（RM）训练，以及基于人类反馈的强化学习（RLHF）或直接偏好优化（DPO），解决模型在虚拟陪伴场景下的角色一致性、情感理解与个性化表达问题。\n3、强化学习与决策优化：探索强化学习（RL）在对话策略中的应用，利用强化学习优化模型在长程对话中的推理（Reasoning）能力与决策过程，提升交互的拟人化程度与逻辑连贯性。\n4、记忆管理与RAG优化：完善记忆管理机制，实现关键事件、用户偏好的高效存储与检索。负责RAG系统的工程化落地，结合向量数据库与检索策略优化，为强化学习和微调阶段提供高质量的数据支持，提升内容生成的个性化与时效性。\n5、性能与资源调度：主导系统性能优化，解决高并发场景下的低延迟响应与推理资源调度问题，保证线上服务的稳定与高效。\n1、学历与经验：硕士及以上学历，计算机科学、人工智能等相关专业，具备NLP、多模态交互领域深度实践经验。\n2、LLM后训练专长：\n- 深入理解主流大模型架构（如Qwen、LLaMA、ChatGLM等）；\n- 精通大模型后训练全流程，尤其在RLHF/DPO方面有实际落地经验，熟悉PPO、DPO等强化学习算法在语言模型中的调参与应用；\n- 熟悉LoRA、QLoRA等高效微调技术，能根据场景平衡模型性能与训练成本。\n3、强化学习（RL）基础：掌握强化学习基本原理，了解其在语言模型推理（如RLHF中的推理环节、过程奖励模型PRM）或多轮对话决策中的应用，有相关研究或项目经验者优先。\n4、RAG与多模态技术：精通RAG系统的工程化实现，掌握向量数据库（如Milvus、Faiss）与检索优化策略。熟悉多模态对齐技术（如CLIP），有多模态生成（文本-图像/视频）或多模态语言模型落地经验者优先。\n5、加分项：有复杂对话系统、虚拟陪伴产品或情感计算相关项目的落地经验；在强化学习与语言模型结合方向（如RLHF、RLAIF）有深入研究成果或顶会论文者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}