主分类：数据工程与数据平台研发
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": "多模态Data Infra开发工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "J1013"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态Data Infra开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1013\n工作地点：北京\n发布时间：2025-09-19\n\n岗位职责\n1、对接视频/图片/音频等各类多模态模型的数据生产需求，打造业界领先的多模态数据生产引擎，持续提升训练数据的规模、质量和迭代效率，支撑可灵全系多模态生成模型训练；\n2、搭建 Data Centric的多模态数据处理pipeline，包括数据处理算子开发、跨模态检索引擎开发、多模态数据的内容理解、质量筛选、组织与合成等关键环节；\n3、构建高可用、高吞吐的数据算法服务框架，支持多模态模型服务的快速部署，持续优化多模态数据的存储以及检索效率。\n\n任职要求\n1、本科及以上学历，计算机、软件工程、人工智能等相关专业优先；\n2、计算机基础扎实，熟练掌握Java/C++/Python语言中的一种，有服务端系统的开发经验；\n3、聪明好学，有较强的自驱力和学习力，良好的沟通协作能力；\n4、熟悉分布式计算或大数据处理框架（如Ray、Flink、ES等），或者大模型推理训练框架（如vLLM、SGLang、PyTorch）者优先。",
"requirements_text": "多模态Data Infra开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1013\n工作地点：北京\n发布时间：2025-09-19\n\n岗位职责\n1、对接视频/图片/音频等各类多模态模型的数据生产需求，打造业界领先的多模态数据生产引擎，持续提升训练数据的规模、质量和迭代效率，支撑可灵全系多模态生成模型训练；\n2、搭建 Data Centric的多模态数据处理pipeline，包括数据处理算子开发、跨模态检索引擎开发、多模态数据的内容理解、质量筛选、组织与合成等关键环节；\n3、构建高可用、高吞吐的数据算法服务框架，支持多模态模型服务的快速部署，持续优化多模态数据的存储以及检索效率。\n\n任职要求\n1、本科及以上学历，计算机、软件工程、人工智能等相关专业优先；\n2、计算机基础扎实，熟练掌握Java/C++/Python语言中的一种，有服务端系统的开发经验；\n3、聪明好学，有较强的自驱力和学习力，良好的沟通协作能力；\n4、熟悉分布式计算或大数据处理框架（如Ray、Flink、ES等），或者大模型推理训练框架（如vLLM、SGLang、PyTorch）者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Flink",
"PyTorch",
"模型训练",
"招聘",
"大语言模型"
],
"preferred_qualifications": "1、本科及以上学历，计算机、软件工程、人工智能等相关专业优先；4、熟悉分布式计算或大数据处理框架（如Ray、Flink、ES等），或者大模型推理训练框架（如vLLM、SGLang、PyTorch）者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/10965?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "10965",
"post_date": "2025-09-19",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/10965?recruitSubProjectCodes="
},
"fulltext": "多模态Data Infra开发工程师\n多模态Data Infra开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1013\n工作地点：北京\n发布时间：2025-09-19\n\n岗位职责\n1、对接视频/图片/音频等各类多模态模型的数据生产需求，打造业界领先的多模态数据生产引擎，持续提升训练数据的规模、质量和迭代效率，支撑可灵全系多模态生成模型训练；\n2、搭建 Data Centric的多模态数据处理pipeline，包括数据处理算子开发、跨模态检索引擎开发、多模态数据的内容理解、质量筛选、组织与合成等关键环节；\n3、构建高可用、高吞吐的数据算法服务框架，支持多模态模型服务的快速部署，持续优化多模态数据的存储以及检索效率。\n\n任职要求\n1、本科及以上学历，计算机、软件工程、人工智能等相关专业优先；\n2、计算机基础扎实，熟练掌握Java/C++/Python语言中的一种，有服务端系统的开发经验；\n3、聪明好学，有较强的自驱力和学习力，良好的沟通协作能力；\n4、熟悉分布式计算或大数据处理框架（如Ray、Flink、ES等），或者大模型推理训练框架（如vLLM、SGLang、PyTorch）者优先。\n多模态Data Infra开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1013\n工作地点：北京\n发布时间：2025-09-19\n\n岗位职责\n1、对接视频/图片/音频等各类多模态模型的数据生产需求，打造业界领先的多模态数据生产引擎，持续提升训练数据的规模、质量和迭代效率，支撑可灵全系多模态生成模型训练；\n2、搭建 Data Centric的多模态数据处理pipeline，包括数据处理算子开发、跨模态检索引擎开发、多模态数据的内容理解、质量筛选、组织与合成等关键环节；\n3、构建高可用、高吞吐的数据算法服务框架，支持多模态模型服务的快速部署，持续优化多模态数据的存储以及检索效率。\n\n任职要求\n1、本科及以上学历，计算机、软件工程、人工智能等相关专业优先；\n2、计算机基础扎实，熟练掌握Java/C++/Python语言中的一种，有服务端系统的开发经验；\n3、聪明好学，有较强的自驱力和学习力，良好的沟通协作能力；\n4、熟悉分布式计算或大数据处理框架（如Ray、Flink、ES等），或者大模型推理训练框架（如vLLM、SGLang、PyTorch）者优先。\n多模态Data Infra开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1013\n工作地点：北京\n发布时间：2025-09-19\n\n岗位职责\n1、对接视频/图片/音频等各类多模态模型的数据生产需求，打造业界领先的多模态数据生产引擎，持续提升训练数据的规模、质量和迭代效率，支撑可灵全系多模态生成模型训练；\n2、搭建 Data Centric的多模态数据处理pipeline，包括数据处理算子开发、跨模态检索引擎开发、多模态数据的内容理解、质量筛选、组织与合成等关键环节；\n3、构建高可用、高吞吐的数据算法服务框架，支持多模态模型服务的快速部署，持续优化多模态数据的存储以及检索效率。\n\n任职要求\n1、本科及以上学历，计算机、软件工程、人工智能等相关专业优先；\n2、计算机基础扎实，熟练掌握Java/C++/Python语言中的一种，有服务端系统的开发经验；\n3、聪明好学，有较强的自驱力和学习力，良好的沟通协作能力；\n4、熟悉分布式计算或大数据处理框架（如Ray、Flink、ES等），或者大模型推理训练框架（如vLLM、SGLang、PyTorch）者优先。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}