主分类：搜索推荐与业务决策算法研发
辅助：AI训练数据标注与评测运营（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": "搜索实习工程师",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "传媒事业群",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"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": 0,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与搜索排序算法的优化与迭代，包括特征工程、模型训练及线上效果评估 \n2. 协助大语言模型在搜索场景中的接入与适配，支持Query理解、结果重排等模块落地 \n3. 设计并执行数据标注规范，开展搜索相关数据（如相关性、意图、点击反馈）的标注与质检 \n4. 搭建和维护标注工具链及数据处理脚本，提升标注效率与数据质量 \n5. 分析搜索日志与用户行为数据，定位排序问题并输出改进建议 \n6. 配合算法与工程团队完成AB实验设计、效果分析及技术文档撰写",
"requirements_text": "1. 本科及以上学历，计算机、人工智能、软件工程或相关专业优先 \n2. 有6个月以上搜索算法、推荐系统或NLP方向实习/项目经验，熟悉排序模型者优先 \n3. 熟练掌握Python，具备扎实的数据结构与算法基础；熟悉PyTorch/TensorFlow框架，能独立完成模型训练与评估 \n4. 具备大模型（如LLM）接入经验，了解Prompt Engineering、RAG或模型微调流程；有搜索场景落地实践者优先 \n5. 责任心强，逻辑清晰，能高效沟通协作，具备快速学习新技术和解决实际问题的能力 \n6. 有高质量数据标注经验或构建过搜索相关标注规范者加分；熟悉主流标注工具或参与过千条级以上标注项目者优先",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"搜索算法",
"数据结构",
"数据标注",
"模型训练",
"模型微调",
"大语言模型"
],
"preferred_qualifications": "1. 本科及以上学历，计算机、人工智能、软件工程或相关专业优先；2. 有6个月以上搜索算法、推荐系统或NLP方向实习/项目经验，熟悉排序模型者优先；有搜索场景落地实践者优先；6. 有高质量数据标注经验或构建过搜索相关标注规范者加分；熟悉主流标注工具或参与过千条级以上标注项目者优先",
"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=77761&lang=zh"
}
]
},
"posting": {
"posting_id": "77761",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=77761&lang=zh"
},
"fulltext": "搜索实习工程师\n职位描述\n1. 参与搜索排序算法的优化与迭代，包括特征工程、模型训练及线上效果评估 \n2. 协助大语言模型在搜索场景中的接入与适配，支持Query理解、结果重排等模块落地 \n3. 设计并执行数据标注规范，开展搜索相关数据（如相关性、意图、点击反馈）的标注与质检 \n4. 搭建和维护标注工具链及数据处理脚本，提升标注效率与数据质量 \n5. 分析搜索日志与用户行为数据，定位排序问题并输出改进建议 \n6. 配合算法与工程团队完成AB实验设计、效果分析及技术文档撰写\n\n职位要求\n1. 本科及以上学历，计算机、人工智能、软件工程或相关专业优先 \n2. 有6个月以上搜索算法、推荐系统或NLP方向实习/项目经验，熟悉排序模型者优先 \n3. 熟练掌握Python，具备扎实的数据结构与算法基础；熟悉PyTorch/TensorFlow框架，能独立完成模型训练与评估 \n4. 具备大模型（如LLM）接入经验，了解Prompt Engineering、RAG或模型微调流程；有搜索场景落地实践者优先 \n5. 责任心强，逻辑清晰，能高效沟通协作，具备快速学习新技术和解决实际问题的能力 \n6. 有高质量数据标注经验或构建过搜索相关标注规范者加分；熟悉主流标注工具或参与过千条级以上标注项目者优先\n1. 参与搜索排序算法的优化与迭代，包括特征工程、模型训练及线上效果评估 \n2. 协助大语言模型在搜索场景中的接入与适配，支持Query理解、结果重排等模块落地 \n3. 设计并执行数据标注规范，开展搜索相关数据（如相关性、意图、点击反馈）的标注与质检 \n4. 搭建和维护标注工具链及数据处理脚本，提升标注效率与数据质量 \n5. 分析搜索日志与用户行为数据，定位排序问题并输出改进建议 \n6. 配合算法与工程团队完成AB实验设计、效果分析及技术文档撰写\n1. 本科及以上学历，计算机、人工智能、软件工程或相关专业优先 \n2. 有6个月以上搜索算法、推荐系统或NLP方向实习/项目经验，熟悉排序模型者优先 \n3. 熟练掌握Python，具备扎实的数据结构与算法基础；熟悉PyTorch/TensorFlow框架，能独立完成模型训练与评估 \n4. 具备大模型（如LLM）接入经验，了解Prompt Engineering、RAG或模型微调流程；有搜索场景落地实践者优先 \n5. 责任心强，逻辑清晰，能高效沟通协作，具备快速学习新技术和解决实际问题的能力 \n6. 有高质量数据标注经验或构建过搜索相关标注规范者加分；熟悉主流标注工具或参与过千条级以上标注项目者优先",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"B010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}