主分类：搜索推荐与业务决策算法研发
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": "算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "元气事业部",
"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": 0,
"degree": "不限",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "网易LOFTER是国内主流的年轻人兴趣社区，为千万级年轻用户服务。LOFTER算法团队主要负责其中搜索推荐，社区生态，商业化等场景的算法研发和应用。\n1. 参与LOFTER搜索推荐核心算法的研发：如召回排序算法、LLM4Rec、多模态内容建模等。 \n2. 参与LOFTER搜索推荐用户增长算法设计与调优，促进拉新效率和留存效果，增加用户粘性，防止用户流失。\n3. 参与LOFTER搜索推荐技术创新和应用，如可解释推荐模型，交互式搜索推荐等，给用户带来全新的使用体验。",
"requirements_text": "1.2027年及之后毕业的全日制在校生，硕士及以上学历。\n2.计算机、信号处理、控制论、博弈论、运筹优化，统计等相关专业；数据挖掘，自然语言处理等研究方向优先。\n3.熟悉常见的机器学习算法，有深度学习，强化学习等方向研究和应用经历的优先。\n4.能熟练使用Java，Python编程中的一种。熟悉常用的深度学习框架如TF，Pytorch，能熟练使用大数据分析相关工具如hadoop，spark，flink的优先。\n5.表现优秀提供转正机会。",
"skills": [AI生成
"Python",
"Java",
"Spark",
"Hadoop",
"Flink",
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"数据分析",
"数据挖掘",
"信号处理"
],
"preferred_qualifications": "数据挖掘，自然语言处理等研究方向优先；3.熟悉常见的机器学习算法，有深度学习，强化学习等方向研究和应用经历的优先；熟悉常用的深度学习框架如TF，Pytorch，能熟练使用大数据分析相关工具如hadoop，spark，flink的优先",
"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=78265&lang=zh"
}
]
},
"posting": {
"posting_id": "78265",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=78265&lang=zh"
},
"fulltext": "算法实习生\n职位描述\n网易LOFTER是国内主流的年轻人兴趣社区，为千万级年轻用户服务。LOFTER算法团队主要负责其中搜索推荐，社区生态，商业化等场景的算法研发和应用。\n1. 参与LOFTER搜索推荐核心算法的研发：如召回排序算法、LLM4Rec、多模态内容建模等。 \n2. 参与LOFTER搜索推荐用户增长算法设计与调优，促进拉新效率和留存效果，增加用户粘性，防止用户流失。\n3. 参与LOFTER搜索推荐技术创新和应用，如可解释推荐模型，交互式搜索推荐等，给用户带来全新的使用体验。\n\n职位要求\n1.2027年及之后毕业的全日制在校生，硕士及以上学历。\n2.计算机、信号处理、控制论、博弈论、运筹优化，统计等相关专业；数据挖掘，自然语言处理等研究方向优先。\n3.熟悉常见的机器学习算法，有深度学习，强化学习等方向研究和应用经历的优先。\n4.能熟练使用Java，Python编程中的一种。熟悉常用的深度学习框架如TF，Pytorch，能熟练使用大数据分析相关工具如hadoop，spark，flink的优先。\n5.表现优秀提供转正机会。\n网易LOFTER是国内主流的年轻人兴趣社区，为千万级年轻用户服务。LOFTER算法团队主要负责其中搜索推荐，社区生态，商业化等场景的算法研发和应用。\n1. 参与LOFTER搜索推荐核心算法的研发：如召回排序算法、LLM4Rec、多模态内容建模等。 \n2. 参与LOFTER搜索推荐用户增长算法设计与调优，促进拉新效率和留存效果，增加用户粘性，防止用户流失。\n3. 参与LOFTER搜索推荐技术创新和应用，如可解释推荐模型，交互式搜索推荐等，给用户带来全新的使用体验。\n1.2027年及之后毕业的全日制在校生，硕士及以上学历。\n2.计算机、信号处理、控制论、博弈论、运筹优化，统计等相关专业；数据挖掘，自然语言处理等研究方向优先。\n3.熟悉常见的机器学习算法，有深度学习，强化学习等方向研究和应用经历的优先。\n4.能熟练使用Java，Python编程中的一种。熟悉常用的深度学习框架如TF，Pytorch，能熟练使用大数据分析相关工具如hadoop，spark，flink的优先。\n5.表现优秀提供转正机会。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}