主分类：AI模型评测工程
辅助：数据工程与数据平台研发（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": "数据工程师（游戏AI方向）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "技术中心",
"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": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责游戏行为数据、模型采样数据及评测数据的采集、清洗、分析和质量管理。\n2. 建设和改造游戏AI评测系统，使用分布式集群完成批量跑测、数据采样和指标统计。\n3. 结合跑测数据、对局录像和实际游戏体验，分析不同模型版本的能力差异，发现并定位模型问题。\n4. 设计游戏AI能力评测指标，推动模型评测、问题分析和回归验证流程持续完善。\n5. 借助 AI Coding 工具开发数据分析工具、评测工具和数据看板，提升团队研发效率。",
"requirements_text": "1. 计算机、软件工程、人工智能或相关专业，本科及以上学历。\n2. 熟练掌握 Python，具备良好的工程编码能力。\n3. 熟悉常见数据结构和算法，能够解决 Tree、Graph、搜索、遍历、排序、聚合等基础问题。\n4. 了解机器学习基本概念，具备基本的统计分析和实验意识。\n5. 熟悉 Linux、Git、Dock.er 等基础开发环境，能够使用现有集群或任务调度系统完成批量任务运行和问题排查。\n6. 对游戏有较强兴趣和体验理解，能够清晰描述AI行为对玩家感受、对局节奏和游戏公平性的影响。\n7. 熟悉至少一种 AI Coding 工具，能够借助大模型完成需求拆解、代码开发、调试、测试和工具迭代。",
"skills": [AI生成
"Python",
"Linux",
"机器学习",
"数据结构",
"统计分析",
"大语言模型"
],
"preferred_qualifications": "未披露",
"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=77666&lang=zh"
}
]
},
"posting": {
"posting_id": "77666",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=77666&lang=zh"
},
"fulltext": "数据工程师（游戏AI方向）\n职位描述\n1. 负责游戏行为数据、模型采样数据及评测数据的采集、清洗、分析和质量管理。\n2. 建设和改造游戏AI评测系统，使用分布式集群完成批量跑测、数据采样和指标统计。\n3. 结合跑测数据、对局录像和实际游戏体验，分析不同模型版本的能力差异，发现并定位模型问题。\n4. 设计游戏AI能力评测指标，推动模型评测、问题分析和回归验证流程持续完善。\n5. 借助 AI Coding 工具开发数据分析工具、评测工具和数据看板，提升团队研发效率。\n\n职位要求\n1. 计算机、软件工程、人工智能或相关专业，本科及以上学历。\n2. 熟练掌握 Python，具备良好的工程编码能力。\n3. 熟悉常见数据结构和算法，能够解决 Tree、Graph、搜索、遍历、排序、聚合等基础问题。\n4. 了解机器学习基本概念，具备基本的统计分析和实验意识。\n5. 熟悉 Linux、Git、Dock.er 等基础开发环境，能够使用现有集群或任务调度系统完成批量任务运行和问题排查。\n6. 对游戏有较强兴趣和体验理解，能够清晰描述AI行为对玩家感受、对局节奏和游戏公平性的影响。\n7. 熟悉至少一种 AI Coding 工具，能够借助大模型完成需求拆解、代码开发、调试、测试和工具迭代。\n1. 负责游戏行为数据、模型采样数据及评测数据的采集、清洗、分析和质量管理。\n2. 建设和改造游戏AI评测系统，使用分布式集群完成批量跑测、数据采样和指标统计。\n3. 结合跑测数据、对局录像和实际游戏体验，分析不同模型版本的能力差异，发现并定位模型问题。\n4. 设计游戏AI能力评测指标，推动模型评测、问题分析和回归验证流程持续完善。\n5. 借助 AI Coding 工具开发数据分析工具、评测工具和数据看板，提升团队研发效率。\n1. 计算机、软件工程、人工智能或相关专业，本科及以上学历。\n2. 熟练掌握 Python，具备良好的工程编码能力。\n3. 熟悉常见数据结构和算法，能够解决 Tree、Graph、搜索、遍历、排序、聚合等基础问题。\n4. 了解机器学习基本概念，具备基本的统计分析和实验意识。\n5. 熟悉 Linux、Git、Dock.er 等基础开发环境，能够使用现有集群或任务调度系统完成批量任务运行和问题排查。\n6. 对游戏有较强兴趣和体验理解，能够清晰描述AI行为对玩家感受、对局节奏和游戏公平性的影响。\n7. 熟悉至少一种 AI Coding 工具，能够借助大模型完成需求拆解、代码开发、调试、测试和工具迭代。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T016"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}