主分类：游戏程序与图形技术研发
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": "AI图形研发工程师",
"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": "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": "",
"degree": "本科及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 前沿跟进：持续跟进 AI × 图形学交叉方向的最新进展（神经渲染、生成模型、动作生成/重定向、可微渲染、神经材质等），评估并改进优化SOTA方法在内容生产管线中的落地价值。\n2. 工具研发：将 AI 能力工程化为面向美术/动画/渲染团队的 DCC 工具与自动化管线（Maya/Blender/Houdini/UE/Unity），完成从原型验证到规模化落地的全过程，显著降低资产生产、自动化处理与创意探索的重复成本。\n3. 管线设计：设计各类美术资产在流水线中的传递规范，迭代美术插件分发系统后端，梳理并优化现有内容生产流程，推动 AI 工具在事业群内的快速注册、测试与分发。\n4. 跨团队协作：与算法、美术、动画、渲染团队紧密配合，把研究原型转化为生产可用的稳定工具。",
"requirements_text": "1. 专业与基础\n · 计算机图形学 / 计算机视觉 / 数字媒体技术 / 应用数学 / 计算机科学等相关专业，本科及以上；\n · 扎实的图形学基础：熟悉现代渲染管线、几何处理，或动画绑定蒙皮原理，掌握至少一门着色器语言（HLSL / GLSL）；\n · 良好的数学功底：线性代数、数值优化、概率论基础。\n2. 算法研发能力：\n · 具备将论文方法快速转化为可运行原型的能力（能从公式与开源代码还原效果）。\n3. 工程能力\n · 精通 Python，掌握至少一门 C++ / C#；\n · 熟悉至少一个 DCC 软件的脚本 / 插件开发（Maya / Blender / Houdini / UE / Unity）；\n · 良好的 AI 工程化能力，熟悉文本 / 多模态大模型harness与集成；\n · 有 Agent / 工具编排（function calling / MCP / harness / Claude Code 等）工程实践经验；\n\n【加分项】\n · 有神经渲染（3DGS / NeRF）、扩散模型、动作生成 / 重定向、AIGC 内容管线的项目或研究经验；\n · 发表过 SIGGRAPH / SIGGRAPH Asia / Eurographics / CVPR / ICCV / ECCV / NeurIPS 等顶会中 AI 与图形学交叉方向的论文。",
"skills": [AI生成
"Python",
"C++",
"C#",
"Unity",
"计算机视觉",
"动画",
"渲染",
"大语言模型"
],
"preferred_qualifications": "【加分项】",
"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=4693&projectId=77"
}
]
},
"posting": {
"posting_id": "77_4693",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4693&projectId=77"
},
"fulltext": "AI图形研发工程师\n职位描述\n1. 前沿跟进：持续跟进 AI × 图形学交叉方向的最新进展（神经渲染、生成模型、动作生成/重定向、可微渲染、神经材质等），评估并改进优化SOTA方法在内容生产管线中的落地价值。\n2. 工具研发：将 AI 能力工程化为面向美术/动画/渲染团队的 DCC 工具与自动化管线（Maya/Blender/Houdini/UE/Unity），完成从原型验证到规模化落地的全过程，显著降低资产生产、自动化处理与创意探索的重复成本。\n3. 管线设计：设计各类美术资产在流水线中的传递规范，迭代美术插件分发系统后端，梳理并优化现有内容生产流程，推动 AI 工具在事业群内的快速注册、测试与分发。\n4. 跨团队协作：与算法、美术、动画、渲染团队紧密配合，把研究原型转化为生产可用的稳定工具。\n\n职位要求\n1. 专业与基础\n · 计算机图形学 / 计算机视觉 / 数字媒体技术 / 应用数学 / 计算机科学等相关专业，本科及以上；\n · 扎实的图形学基础：熟悉现代渲染管线、几何处理，或动画绑定蒙皮原理，掌握至少一门着色器语言（HLSL / GLSL）；\n · 良好的数学功底：线性代数、数值优化、概率论基础。\n2. 算法研发能力：\n · 具备将论文方法快速转化为可运行原型的能力（能从公式与开源代码还原效果）。\n3. 工程能力\n · 精通 Python，掌握至少一门 C++ / C#；\n · 熟悉至少一个 DCC 软件的脚本 / 插件开发（Maya / Blender / Houdini / UE / Unity）；\n · 良好的 AI 工程化能力，熟悉文本 / 多模态大模型harness与集成；\n · 有 Agent / 工具编排（function calling / MCP / harness / Claude Code 等）工程实践经验；\n\n【加分项】\n · 有神经渲染（3DGS / NeRF）、扩散模型、动作生成 / 重定向、AIGC 内容管线的项目或研究经验；\n · 发表过 SIGGRAPH / SIGGRAPH Asia / Eurographics / CVPR / ICCV / ECCV / NeurIPS 等顶会中 AI 与图形学交叉方向的论文。\n1. 前沿跟进：持续跟进 AI × 图形学交叉方向的最新进展（神经渲染、生成模型、动作生成/重定向、可微渲染、神经材质等），评估并改进优化SOTA方法在内容生产管线中的落地价值。\n2. 工具研发：将 AI 能力工程化为面向美术/动画/渲染团队的 DCC 工具与自动化管线（Maya/Blender/Houdini/UE/Unity），完成从原型验证到规模化落地的全过程，显著降低资产生产、自动化处理与创意探索的重复成本。\n3. 管线设计：设计各类美术资产在流水线中的传递规范，迭代美术插件分发系统后端，梳理并优化现有内容生产流程，推动 AI 工具在事业群内的快速注册、测试与分发。\n4. 跨团队协作：与算法、美术、动画、渲染团队紧密配合，把研究原型转化为生产可用的稳定工具。\n1. 专业与基础\n · 计算机图形学 / 计算机视觉 / 数字媒体技术 / 应用数学 / 计算机科学等相关专业，本科及以上；\n · 扎实的图形学基础：熟悉现代渲染管线、几何处理，或动画绑定蒙皮原理，掌握至少一门着色器语言（HLSL / GLSL）；\n · 良好的数学功底：线性代数、数值优化、概率论基础。\n2. 算法研发能力：\n · 具备将论文方法快速转化为可运行原型的能力（能从公式与开源代码还原效果）。\n3. 工程能力\n · 精通 Python，掌握至少一门 C++ / C#；\n · 熟悉至少一个 DCC 软件的脚本 / 插件开发（Maya / Blender / Houdini / UE / Unity）；\n · 良好的 AI 工程化能力，熟悉文本 / 多模态大模型harness与集成；\n · 有 Agent / 工具编排（function calling / MCP / harness / Claude Code 等）工程实践经验；\n\n【加分项】\n · 有神经渲染（3DGS / NeRF）、扩散模型、动作生成 / 重定向、AIGC 内容管线的项目或研究经验；\n · 发表过 SIGGRAPH / SIGGRAPH Asia / Eurographics / CVPR / ICCV / ECCV / NeurIPS 等顶会中 AI 与图形学交叉方向的论文。",
"standard_classification": {
"std_category_code": "T006",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}