网易人工智能算法工程师（用户画像方向）
任职要求
1、本科及以上学历，计算机相关专业。热爱游戏，有网易游戏经验者更佳；
2、有一定的数据洞察能力，能…工作职责
人工智能算法工程师，负责游戏AI匹配系统、推荐系统、异常行为识别等个性化游戏玩法系统的开发和优化工作。您将参与多款网易大型游戏的游戏开发流程中，基于海量游戏数据，利用游戏AI算法优化玩家体验。同时，密切跟进人工智能算法的前沿进展，探索下一代AI游戏的发展方向。 岗位优势： 1、场景丰富，人工智能算法在游戏业务中的价值已经验证但仍有比较大的发展空间； 2、学术氛围浓厚，有较强的学术研究传统，能够获得在顶会（期刊）合作发表论文的机会； 3、游戏是最优秀的算法实验田，时刻紧跟技术前沿，具备接触大模型等多种人工智能技术的机会工作氛围好，培训和分享机会多，有利于职业成长。 岗位职责： 1、基于网易游戏海量用户数据、物料数据和行为数据进行玩家个性化算法研究和开发； 2、独立完成算法研究、上线和迭代优化； 3、对上线效果进行监控分析，基于分析结果对算法和策略进行持续优化； 4、基于对游戏的了解，发现游戏业务可以优化的点并充分发挥人工智能算法优势助力游戏增长。
1. 负责智能零售、智能审核、AI+IoT等AI摄像头领域的视频/图像类实时检测、识别业务； 2. 参与人机协作（用高质量人工智能补充AI算法短板）、人工和AI的匹配调度模块，并设计和开发效果闭环迭代； 3. 参与群体智能算法（多智能体系统、群智感知/决策系统、群智激励管理系统等）的工程化开发； 4. 借助落地业务不断迭代发展人工智能技术，深入高价值业务研究课题，在相关领域撰写专利和沉淀通用技术方案
vivo AI研究院致力于研发业界领先的人工智能技术，通过AI技术创新持续为全球5亿+vivo用户创造极致惊喜的产品。 在这里， 你将有机会参与：计算机视觉、语音技术、自然语言处理（NLP）等前沿领域的算法研究和应用落地； 你将有机会学习：数据挖掘、机器学习、深度学习、强化学习等前沿技术在移动终端和云端的创新应用； 你将有机会探索：推荐系统、智能搜索、计算广告、用户画像、知识图谱等AI应用技术； 你将有机会接触：多达PB级的海量大数据，大规模高并发的工程技术、千万量级用户的AI产品； 你将是vivo AI研究院的重要一员； 你将与我们一起专注于： 1、利用计算机视觉和深度学习技术进行图像/视频相关的算法设计、开发和调优工作； 2、负责图像检测、图像分类、图像分割、3D/AR、人脸识别、图像/视频搜索、OCR等算法的研究和应用； 3、跟进计算机视觉前沿算法和技术，推动计算机视觉算法在实际应用场景的性能优化和落地。
【岗位亮点】 打造现象级AI产品：你的代码将服务数亿用户，每天为千万级出行需求提供个性化解决方案 前沿技术实践场：深度参与出行垂类大模型的训练与优化，探索LLM+时空智能的无限可能 真实场景大挑战：处理中国最大规模出行数据，构建具有空间语义理解能力的行业标杆级AI 【团队成就】 我们团队致力于构建下一代核心智能驾驶体验，在过去四年持续创造多个突破性创新产品技术。 智能出行开拓者：连续4年推出行业标杆产品，包括： • 全球首个分钟级交通事件检测系统（2021） • 业内首创大规模红绿灯倒计时推演技术（2022） • 基于实时天气的智能防晒导航（2022） • 车路协同V2X技术（2023） • 红绿灯AI领航功能（2024） 【你将参与】 1. 用AI解锁出行新玩法：基于海量地图数据与用户场景，研发支持"燃脂路线""赏花专线""游戏IP主题路线"等创新功能的智能规划引擎 2. 打造行业领先的大模型应用：通过Prompt优化、SFT微调、强化学习等技术，让大模型真正理解复杂出行需求中的时空语义关系 3. 构建智能出行知识库：主导多模态数据处理，建立覆盖POI理解、实时路况分析、用户画像建模的千万级出行数据库 4. 定义未来出行方式：探索大模型在动态路线规划、智能交互导航等场景的突破性应用，持续输出行业领先的技术方案 【加入我们，你将获得】 与行业顶尖专家共事，参与日均百亿级请求的核心系统研发 完善的技术成长体系，包括大模型专项培训、季度技术workshop
1、大模型与智能体核心能力建设： 围绕销售及大件业务场景，负责大语言模型在意图识别、规划理解、多轮对话、用户画像与偏好洞察、话题与线索分析、知识问答及 chatBI 等核心能力上的应用设计、微调与持续优化，支撑线索智能体、销售助手智能体及大件智能体等关键场景落地。 2、智能体推理链路与多智能体协同设计： 参与线索子智能体、销售助手子智能体、大件智能体与一级、三级销售智能体的大模型协同架构设计，构建基于大模型的多轮推理、任务分解与业务决策链路，提升智能体在复杂销售与大件业务场景下的理解、决策与协同执行能力。 3、智能体工程化与能力复用建设： 设计并持续优化 Prompt、RAG（检索增强生成）、工具调用及 Agent 协作机制，推动大模型、推荐及相关决策能力的工程化落地，保障智能体能力的稳定性、可扩展性与跨场景复用。 4、业务决策模型与数据驱动优化： 结合销售线索质量、智能报价与折扣策略等业务需求，支持折扣方案模型的优化与场景拓展，通过数据挖掘与分析持续评估智能体与模型效果，驱动核心能力的迭代优化与业务价值提升。