{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "【快Star实习】智能编解码算法工程师",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "J1011"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": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "【快Star实习】智能编解码算法工程师\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：J1011\n工作地点：北京\n发布时间：2026-03-06\n\n岗位职责\n1、持续跟进业内最前沿的深度学习视频编解码相关研究，掌握NNVC、端到端编解码、基于生成类视频编码中至少一项领域；\n2、探索基于深度学习算法的编解码压缩性能上限，持续改进和优化算法压缩性能；\n3、熟悉模型训练、蒸馏、剪枝、量化等流程。基于应用场景，对深度模型及工具链进行改进和定制，能够落地轻量级算法用于视频压缩算法、上下游链路优化。\n\n任职要求\n1、硕士及以上学历；\n2、有业内最前沿的深度学习视频编解码相关的研究基础，包括但不限于NNVC、端到端编解码，基于生成的视频编解码；\n3、了解视频编解码标准（H.264/265，VVC/H.266，VPX/AV1或AVS系列）及算法框架细节；\n4、熟练使用C/C++。\n加分项：\n1、具备端上模型部署和优化经验；\n2、具备NNVC标准研发经历、拥有端到端编解码相关CVPR/ECCV等顶会或者竞赛获奖者优先；\n3、具备编解码工程开发能力，熟悉x264/x265/vvenc等开源项目；\n4、具备汇编、SIMD经验。",
        "requirements_text": "【快Star实习】智能编解码算法工程师\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：J1011\n工作地点：北京\n发布时间：2026-03-06\n\n岗位职责\n1、持续跟进业内最前沿的深度学习视频编解码相关研究，掌握NNVC、端到端编解码、基于生成类视频编码中至少一项领域；\n2、探索基于深度学习算法的编解码压缩性能上限，持续改进和优化算法压缩性能；\n3、熟悉模型训练、蒸馏、剪枝、量化等流程。基于应用场景，对深度模型及工具链进行改进和定制，能够落地轻量级算法用于视频压缩算法、上下游链路优化。\n\n任职要求\n1、硕士及以上学历；\n2、有业内最前沿的深度学习视频编解码相关的研究基础，包括但不限于NNVC、端到端编解码，基于生成的视频编解码；\n3、了解视频编解码标准（H.264/265，VVC/H.266，VPX/AV1或AVS系列）及算法框架细节；\n4、熟练使用C/C++。\n加分项：\n1、具备端上模型部署和优化经验；\n2、具备NNVC标准研发经历、拥有端到端编解码相关CVPR/ECCV等顶会或者竞赛获奖者优先；\n3、具备编解码工程开发能力，熟悉x264/x265/vvenc等开源项目；\n4、具备汇编、SIMD经验。",
        "skills": [AI生成
            "C++",
            "深度学习",
            "模型训练",
            "招聘"
        ],
        "preferred_qualifications": "加分项：；2、具备NNVC标准研发经历、拥有端到端编解码相关CVPR/ECCV等顶会或者竞赛获奖者优先",
        "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/11183?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "11183",
        "post_date": "2026-03-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/11183?recruitSubProjectCodes="
    },
    "fulltext": "【快Star实习】智能编解码算法工程师\n【快Star实习】智能编解码算法工程师\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：J1011\n工作地点：北京\n发布时间：2026-03-06\n\n岗位职责\n1、持续跟进业内最前沿的深度学习视频编解码相关研究，掌握NNVC、端到端编解码、基于生成类视频编码中至少一项领域；\n2、探索基于深度学习算法的编解码压缩性能上限，持续改进和优化算法压缩性能；\n3、熟悉模型训练、蒸馏、剪枝、量化等流程。基于应用场景，对深度模型及工具链进行改进和定制，能够落地轻量级算法用于视频压缩算法、上下游链路优化。\n\n任职要求\n1、硕士及以上学历；\n2、有业内最前沿的深度学习视频编解码相关的研究基础，包括但不限于NNVC、端到端编解码，基于生成的视频编解码；\n3、了解视频编解码标准（H.264/265，VVC/H.266，VPX/AV1或AVS系列）及算法框架细节；\n4、熟练使用C/C++。\n加分项：\n1、具备端上模型部署和优化经验；\n2、具备NNVC标准研发经历、拥有端到端编解码相关CVPR/ECCV等顶会或者竞赛获奖者优先；\n3、具备编解码工程开发能力，熟悉x264/x265/vvenc等开源项目；\n4、具备汇编、SIMD经验。\n【快Star实习】智能编解码算法工程师\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：J1011\n工作地点：北京\n发布时间：2026-03-06\n\n岗位职责\n1、持续跟进业内最前沿的深度学习视频编解码相关研究，掌握NNVC、端到端编解码、基于生成类视频编码中至少一项领域；\n2、探索基于深度学习算法的编解码压缩性能上限，持续改进和优化算法压缩性能；\n3、熟悉模型训练、蒸馏、剪枝、量化等流程。基于应用场景，对深度模型及工具链进行改进和定制，能够落地轻量级算法用于视频压缩算法、上下游链路优化。\n\n任职要求\n1、硕士及以上学历；\n2、有业内最前沿的深度学习视频编解码相关的研究基础，包括但不限于NNVC、端到端编解码，基于生成的视频编解码；\n3、了解视频编解码标准（H.264/265，VVC/H.266，VPX/AV1或AVS系列）及算法框架细节；\n4、熟练使用C/C++。\n加分项：\n1、具备端上模型部署和优化经验；\n2、具备NNVC标准研发经历、拥有端到端编解码相关CVPR/ECCV等顶会或者竞赛获奖者优先；\n3、具备编解码工程开发能力，熟悉x264/x265/vvenc等开源项目；\n4、具备汇编、SIMD经验。\n【快Star实习】智能编解码算法工程师\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：J1011\n工作地点：北京\n发布时间：2026-03-06\n\n岗位职责\n1、持续跟进业内最前沿的深度学习视频编解码相关研究，掌握NNVC、端到端编解码、基于生成类视频编码中至少一项领域；\n2、探索基于深度学习算法的编解码压缩性能上限，持续改进和优化算法压缩性能；\n3、熟悉模型训练、蒸馏、剪枝、量化等流程。基于应用场景，对深度模型及工具链进行改进和定制，能够落地轻量级算法用于视频压缩算法、上下游链路优化。\n\n任职要求\n1、硕士及以上学历；\n2、有业内最前沿的深度学习视频编解码相关的研究基础，包括但不限于NNVC、端到端编解码，基于生成的视频编解码；\n3、了解视频编解码标准（H.264/265，VVC/H.266，VPX/AV1或AVS系列）及算法框架细节；\n4、熟练使用C/C++。\n加分项：\n1、具备端上模型部署和优化经验；\n2、具备NNVC标准研发经历、拥有端到端编解码相关CVPR/ECCV等顶会或者竞赛获奖者优先；\n3、具备编解码工程开发能力，熟悉x264/x265/vvenc等开源项目；\n4、具备汇编、SIMD经验。",
    "standard_classification": {
        "std_category_code": "T032",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}