主分类：搜索推荐与业务决策算法研发
辅助：Agent系统开发（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": "游戏AI算法工程师（用户个性化Agent方向）",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "网易游戏雷火2027届校园招聘",
"location": "杭州",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责面向游戏业务的用户个性化与数据智能算法建设，基于海量玩家行为数据、用户画像、游戏内容和业务反馈，构建用户理解、生成式推荐、运筹优化、智能决策等算法能力，提升玩家体验与业务效果。本岗位重点探索 Agent 在游戏用户个性化场景中的落地应用，通过大模型、工具调用、用户记忆、数据分析和策略生成等能力，增强系统对玩家状态、兴趣偏好、行为意图和生命周期变化的理解，支持更精准、更实时、更可解释的个性化决策。\n岗位职责包括：\n1. 负责游戏用户画像、用户行为建模、用户分层、生命周期建模等用户理解算法的研究与落地。\n2. 建设生成式推荐能力，面向内容推荐、活动分发、成长引导、回流激活、个性化运营等场景生成个性化算法策略。\n3. 结合运筹优化、强化学习、因果推断等方法，优化资源分配、触达策略、匹配机制和长期收益。\n4. 探索大模型与 Agent 技术在用户理解、策略生成、智能决策、自动化数据分析等场景中的应用。\n5. 构建面向玩家生命周期的个性化 Agent 能力，包括用户状态理解、用户记忆、任务规划、工具调用、策略推荐和反馈学习。\n6. 与策划、产品、运营、研发、数据分析等团队协作，推动 AI 算法在游戏业务中的实际落地和持续优化。",
"requirements_text": "1、本科及以上学历，计算机、人工智能、数据科学、数学、统计学、运筹优化等相关专业。 \n2、熟悉机器学习、深度学习、推荐系统、数据挖掘、自然语言处理或运筹优化相关技术。 \n3、对大模型、Agent、工具调用、生成式推荐等方向有兴趣或实践经验。 \n4、具备较强的业务理解和问题抽象能力，能够将游戏业务问题转化为可建模、可评估、可优化、可迭代的算法问题。 \n5、热爱游戏，理解游戏用户行为和玩家体验，有游戏行业或内容推荐、社区、电商、广告等个性化场景经验者优先。",
"skills": [AI生成
"机器学习",
"深度学习",
"自然语言处理",
"数据挖掘",
"建模",
"大语言模型"
],
"preferred_qualifications": "5、热爱游戏，理解游戏用户行为和玩家体验，有游戏行业或内容推荐、社区、电商、广告等个性化场景经验者优先",
"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=4689&projectId=77"
}
]
},
"posting": {
"posting_id": "77_4689",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4689&projectId=77"
},
"fulltext": "游戏AI算法工程师（用户个性化Agent方向）\n职位描述\n负责面向游戏业务的用户个性化与数据智能算法建设，基于海量玩家行为数据、用户画像、游戏内容和业务反馈，构建用户理解、生成式推荐、运筹优化、智能决策等算法能力，提升玩家体验与业务效果。本岗位重点探索 Agent 在游戏用户个性化场景中的落地应用，通过大模型、工具调用、用户记忆、数据分析和策略生成等能力，增强系统对玩家状态、兴趣偏好、行为意图和生命周期变化的理解，支持更精准、更实时、更可解释的个性化决策。\n岗位职责包括：\n1. 负责游戏用户画像、用户行为建模、用户分层、生命周期建模等用户理解算法的研究与落地。\n2. 建设生成式推荐能力，面向内容推荐、活动分发、成长引导、回流激活、个性化运营等场景生成个性化算法策略。\n3. 结合运筹优化、强化学习、因果推断等方法，优化资源分配、触达策略、匹配机制和长期收益。\n4. 探索大模型与 Agent 技术在用户理解、策略生成、智能决策、自动化数据分析等场景中的应用。\n5. 构建面向玩家生命周期的个性化 Agent 能力，包括用户状态理解、用户记忆、任务规划、工具调用、策略推荐和反馈学习。\n6. 与策划、产品、运营、研发、数据分析等团队协作，推动 AI 算法在游戏业务中的实际落地和持续优化。\n\n职位要求\n1、本科及以上学历，计算机、人工智能、数据科学、数学、统计学、运筹优化等相关专业。 \n2、熟悉机器学习、深度学习、推荐系统、数据挖掘、自然语言处理或运筹优化相关技术。 \n3、对大模型、Agent、工具调用、生成式推荐等方向有兴趣或实践经验。 \n4、具备较强的业务理解和问题抽象能力，能够将游戏业务问题转化为可建模、可评估、可优化、可迭代的算法问题。 \n5、热爱游戏，理解游戏用户行为和玩家体验，有游戏行业或内容推荐、社区、电商、广告等个性化场景经验者优先。\n负责面向游戏业务的用户个性化与数据智能算法建设，基于海量玩家行为数据、用户画像、游戏内容和业务反馈，构建用户理解、生成式推荐、运筹优化、智能决策等算法能力，提升玩家体验与业务效果。本岗位重点探索 Agent 在游戏用户个性化场景中的落地应用，通过大模型、工具调用、用户记忆、数据分析和策略生成等能力，增强系统对玩家状态、兴趣偏好、行为意图和生命周期变化的理解，支持更精准、更实时、更可解释的个性化决策。\n岗位职责包括：\n1. 负责游戏用户画像、用户行为建模、用户分层、生命周期建模等用户理解算法的研究与落地。\n2. 建设生成式推荐能力，面向内容推荐、活动分发、成长引导、回流激活、个性化运营等场景生成个性化算法策略。\n3. 结合运筹优化、强化学习、因果推断等方法，优化资源分配、触达策略、匹配机制和长期收益。\n4. 探索大模型与 Agent 技术在用户理解、策略生成、智能决策、自动化数据分析等场景中的应用。\n5. 构建面向玩家生命周期的个性化 Agent 能力，包括用户状态理解、用户记忆、任务规划、工具调用、策略推荐和反馈学习。\n6. 与策划、产品、运营、研发、数据分析等团队协作，推动 AI 算法在游戏业务中的实际落地和持续优化。\n1、本科及以上学历，计算机、人工智能、数据科学、数学、统计学、运筹优化等相关专业。 \n2、熟悉机器学习、深度学习、推荐系统、数据挖掘、自然语言处理或运筹优化相关技术。 \n3、对大模型、Agent、工具调用、生成式推荐等方向有兴趣或实践经验。 \n4、具备较强的业务理解和问题抽象能力，能够将游戏业务问题转化为可建模、可评估、可优化、可迭代的算法问题。 \n5、热爱游戏，理解游戏用户行为和玩家体验，有游戏行业或内容推荐、社区、电商、广告等个性化场景经验者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}