主分类：计算机视觉与图像感知算法研发
辅助：大模型与生成式算法研发（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": "人工智能算法工程师（图形图像方向）",
"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": "硕士及以上（有顶会论文或等价成果者可放宽至本科）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 将深度学习在图形图像与动作领域的前沿技术结合游戏应用进行创新研究；\n2. 负责计算机视觉 / 图形学 / 动作相关核心技术在游戏领域的算法研究与落地，\n包括但不限于：\n· 生成方向：3D 生成、视频生成、多模态大模型；\n· 动作方向：动作生成、跨骨架动作重定向、动作捕捉与还原、物理驱动动作、\n人体姿态估计（2D→3D Lifting）；\n3. 借助游戏平台及海量数据推动技术前沿发展，并能快速落地应用到业务中；\n4. 发表高质量论文或撰写专利，提升技术影响力。",
"requirements_text": "【任职要求】\n1. 专业与基础（硬性）\n· 计算机科学 / 计算机视觉 / 计算机图形学 / 应用数学等相关专业，硕士及以上（有顶会论文或等价成果者可放宽至本科）；\n· 扎实的数学与算法基础：线性代数、数值优化、概率论、深度学习原理。\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并持续提升的能力（从公式与开源代码还原效果）；\n· 有顶会 / 顶刊论文发表（一作或核心参与）者优先。\n3. 工程能力\n· 优秀的编程能力和良好的工程习惯，精通 Python，熟悉 C++ 者优先；\n· 熟练使用 PyTorch 等至少一种主流深度学习框架；\n· 具备 AI 工程化能力，熟悉文本 / 多模态大模型的使用、微调与集成。\n4. AI harness 能力（硬性）\n· 熟悉 Agent / 工具编排 / harness 工程实践，能用 AI harness 搭建研发提效流程，加速调研、实验与工具开发。\n\n【加分项】\n· 有动作生成 / 重定向、神经渲染（3DGS / NeRF）、扩散模型、AIGC 内容管线的研究或落地经验；\n· 有大规模数据训练、模型部署优化（ONNX / TensorRT）经验；\n· 有开源项目、竞赛获奖或高影响力技术作品；\n· 有游戏 / 影视 / 数字人相关产业落地经验。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"深度学习",
"计算机视觉",
"渲染",
"大语言模型"
],
"preferred_qualifications": "· 有顶会 / 顶刊论文发表（一作或核心参与）者优先；· 优秀的编程能力和良好的工程习惯，精通 Python，熟悉 C++ 者优先；【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=4700&projectId=77"
}
]
},
"posting": {
"posting_id": "77_4700",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4700&projectId=77"
},
"fulltext": "人工智能算法工程师（图形图像方向）\n职位描述\n1. 将深度学习在图形图像与动作领域的前沿技术结合游戏应用进行创新研究；\n2. 负责计算机视觉 / 图形学 / 动作相关核心技术在游戏领域的算法研究与落地，\n包括但不限于：\n· 生成方向：3D 生成、视频生成、多模态大模型；\n· 动作方向：动作生成、跨骨架动作重定向、动作捕捉与还原、物理驱动动作、\n人体姿态估计（2D→3D Lifting）；\n3. 借助游戏平台及海量数据推动技术前沿发展，并能快速落地应用到业务中；\n4. 发表高质量论文或撰写专利，提升技术影响力。\n\n职位要求\n【任职要求】\n1. 专业与基础（硬性）\n· 计算机科学 / 计算机视觉 / 计算机图形学 / 应用数学等相关专业，硕士及以上（有顶会论文或等价成果者可放宽至本科）；\n· 扎实的数学与算法基础：线性代数、数值优化、概率论、深度学习原理。\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并持续提升的能力（从公式与开源代码还原效果）；\n· 有顶会 / 顶刊论文发表（一作或核心参与）者优先。\n3. 工程能力\n· 优秀的编程能力和良好的工程习惯，精通 Python，熟悉 C++ 者优先；\n· 熟练使用 PyTorch 等至少一种主流深度学习框架；\n· 具备 AI 工程化能力，熟悉文本 / 多模态大模型的使用、微调与集成。\n4. AI harness 能力（硬性）\n· 熟悉 Agent / 工具编排 / harness 工程实践，能用 AI harness 搭建研发提效流程，加速调研、实验与工具开发。\n\n【加分项】\n· 有动作生成 / 重定向、神经渲染（3DGS / NeRF）、扩散模型、AIGC 内容管线的研究或落地经验；\n· 有大规模数据训练、模型部署优化（ONNX / TensorRT）经验；\n· 有开源项目、竞赛获奖或高影响力技术作品；\n· 有游戏 / 影视 / 数字人相关产业落地经验。\n1. 将深度学习在图形图像与动作领域的前沿技术结合游戏应用进行创新研究；\n2. 负责计算机视觉 / 图形学 / 动作相关核心技术在游戏领域的算法研究与落地，\n包括但不限于：\n· 生成方向：3D 生成、视频生成、多模态大模型；\n· 动作方向：动作生成、跨骨架动作重定向、动作捕捉与还原、物理驱动动作、\n人体姿态估计（2D→3D Lifting）；\n3. 借助游戏平台及海量数据推动技术前沿发展，并能快速落地应用到业务中；\n4. 发表高质量论文或撰写专利，提升技术影响力。\n【任职要求】\n1. 专业与基础（硬性）\n· 计算机科学 / 计算机视觉 / 计算机图形学 / 应用数学等相关专业，硕士及以上（有顶会论文或等价成果者可放宽至本科）；\n· 扎实的数学与算法基础：线性代数、数值优化、概率论、深度学习原理。\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并持续提升的能力（从公式与开源代码还原效果）；\n· 有顶会 / 顶刊论文发表（一作或核心参与）者优先。\n3. 工程能力\n· 优秀的编程能力和良好的工程习惯，精通 Python，熟悉 C++ 者优先；\n· 熟练使用 PyTorch 等至少一种主流深度学习框架；\n· 具备 AI 工程化能力，熟悉文本 / 多模态大模型的使用、微调与集成。\n4. AI harness 能力（硬性）\n· 熟悉 Agent / 工具编排 / harness 工程实践，能用 AI harness 搭建研发提效流程，加速调研、实验与工具开发。\n\n【加分项】\n· 有动作生成 / 重定向、神经渲染（3DGS / NeRF）、扩散模型、AIGC 内容管线的研究或落地经验；\n· 有大规模数据训练、模型部署优化（ONNX / TensorRT）经验；\n· 有开源项目、竞赛获奖或高影响力技术作品；\n· 有游戏 / 影视 / 数字人相关产业落地经验。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}