JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【2027届校招】算法工程师",
"job_level": "",AI生成
"work_category": "",AI生成
"department": "",
"location": "深圳",
"work_mode": "",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "usmile",
"company_industry": "智能硬件/消费电子",
"company_size": "1000-9999人",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 15000,
"max": 30000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "校招\n\n毕业时间:2026年-2027年 招聘截止日期:2026.12.21\n\n岗位职责\n1. 参与计算机视觉、语音合成、AIGC、大模型应用或传感器算法等方向的研发与验证。\n2. 开展数据处理、模型训练、调优、评测及轻量化实验,推动算法在智能硬件场景落地。\n3. 参与RAG、Agent、⽂⽣图或语⾳交互等应用开发,解决真实产品和用户场景问题。\n4. 参与端侧部署、仿真平台、算法⼯具链及AI Coding基础设施建设。\n5. 跟踪前沿技术并沉淀算法方案、实验结论及工程化方法。\n任职要求\n1. 毕业时间在2026年 9月-2027年8月之间的海内外应届毕业生,本科及以上学历,计算机、人工智能、电子信息、自动化、数学或通信等相关专业。\n2. 编程基础扎实,熟练使用Python,熟悉PyTorch或TensorFlow等深度学习框架。\n3. 具备机器学习、深度学习和数学基础,在视觉、语音、生成式AI或传感器算法任一方向有实践。\n4. 熟悉Linux和Git;有端侧部署、模型压缩、RAG、Agent或开源项目经验者优先。\n5. 有相关实习、论文、算法竞赛或GitHub项目成果者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"Linux",
"Git"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/f465c97b48c6a4c10nN80t67FlVZ.html"
}
]
},
"posting": {
"posting_id": "f465c97b48c6a4c10nN80t67FlVZ",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/f465c97b48c6a4c10nN80t67FlVZ.html"
},
"fulltext": "校招\n\n毕业时间:2026年-2027年 招聘截止日期:2026.12.21\n\n岗位职责\n1. 参与计算机视觉、语音合成、AIGC、大模型应用或传感器算法等方向的研发与验证。\n2. 开展数据处理、模型训练、调优、评测及轻量化实验,推动算法在智能硬件场景落地。\n3. 参与RAG、Agent、⽂⽣图或语⾳交互等应用开发,解决真实产品和用户场景问题。\n4. 参与端侧部署、仿真平台、算法⼯具链及AI Coding基础设施建设。\n5. 跟踪前沿技术并沉淀算法方案、实验结论及工程化方法。\n任职要求\n1. 毕业时间在2026年 9月-2027年8月之间的海内外应届毕业生,本科及以上学历,计算机、人工智能、电子信息、自动化、数学或通信等相关专业。\n2. 编程基础扎实,熟练使用Python,熟悉PyTorch或TensorFlow等深度学习框架。\n3. 具备机器学习、深度学习和数学基础,在视觉、语音、生成式AI或传感器算法任一方向有实践。\n4. 熟悉Linux和Git;有端侧部署、模型压缩、RAG、Agent或开源项目经验者优先。\n5. 有相关实习、论文、算法竞赛或GitHub项目成果者优先。"
}