主分类：大模型与生成式算法研发
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": "【快Star实习】多模态大模型算法工程师-Keye",
"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": "J1007"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": "计算机科学与技术、人工智能等相关专业的硕士或博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star实习】多模态大模型算法工程师-Keye\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：J1007\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手多模态大模型（Keye）团队，作为行业内少有的「基座研发 + 业务落地」双轮驱动的团队，致力于打通从Data到Product的最后一公里。1、深耕基座：攻坚多模态基座核心架构，探索Scaling Law的极致边界。2、数据为王：构建工业级数据清洗与自动化评测体系，用高质量数据重塑智能。3、进化智能：突破强化学习与推理增强技术，让模型更聪明、更可控。4、全域落地：赋能快手全生态，让AI在电商、商业化、推荐等众多真实场景中创造价值。\n1、依托快手视频社区平台，构建最具影响力的多模态基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。",
"requirements_text": "【快Star实习】多模态大模型算法工程师-Keye\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：J1007\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手多模态大模型（Keye）团队，作为行业内少有的「基座研发 + 业务落地」双轮驱动的团队，致力于打通从Data到Product的最后一公里。1、深耕基座：攻坚多模态基座核心架构，探索Scaling Law的极致边界。2、数据为王：构建工业级数据清洗与自动化评测体系，用高质量数据重塑智能。3、进化智能：突破强化学习与推理增强技术，让模型更聪明、更可控。4、全域落地：赋能快手全生态，让AI在电商、商业化、推荐等众多真实场景中创造价值。\n1、依托快手视频社区平台，构建最具影响力的多模态基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"自然语言处理",
"数据清洗",
"团队协作",
"沟通能力",
"建模",
"招聘",
"大语言模型"
],
"preferred_qualifications": "3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑",
"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/11932?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "11932",
"post_date": "2026-03-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/11932?recruitSubProjectCodes="
},
"fulltext": "【快Star实习】多模态大模型算法工程师-Keye\n【快Star实习】多模态大模型算法工程师-Keye\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：J1007\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手多模态大模型（Keye）团队，作为行业内少有的「基座研发 + 业务落地」双轮驱动的团队，致力于打通从Data到Product的最后一公里。1、深耕基座：攻坚多模态基座核心架构，探索Scaling Law的极致边界。2、数据为王：构建工业级数据清洗与自动化评测体系，用高质量数据重塑智能。3、进化智能：突破强化学习与推理增强技术，让模型更聪明、更可控。4、全域落地：赋能快手全生态，让AI在电商、商业化、推荐等众多真实场景中创造价值。\n1、依托快手视频社区平台，构建最具影响力的多模态基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。\n【快Star实习】多模态大模型算法工程师-Keye\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：J1007\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手多模态大模型（Keye）团队，作为行业内少有的「基座研发 + 业务落地」双轮驱动的团队，致力于打通从Data到Product的最后一公里。1、深耕基座：攻坚多模态基座核心架构，探索Scaling Law的极致边界。2、数据为王：构建工业级数据清洗与自动化评测体系，用高质量数据重塑智能。3、进化智能：突破强化学习与推理增强技术，让模型更聪明、更可控。4、全域落地：赋能快手全生态，让AI在电商、商业化、推荐等众多真实场景中创造价值。\n1、依托快手视频社区平台，构建最具影响力的多模态基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。\n【快Star实习】多模态大模型算法工程师-Keye\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：J1007\n工作地点：北京\n发布时间：2026-03-11\n\n岗位职责\n团队介绍：快手多模态大模型（Keye）团队，作为行业内少有的「基座研发 + 业务落地」双轮驱动的团队，致力于打通从Data到Product的最后一公里。1、深耕基座：攻坚多模态基座核心架构，探索Scaling Law的极致边界。2、数据为王：构建工业级数据清洗与自动化评测体系，用高质量数据重塑智能。3、进化智能：突破强化学习与推理增强技术，让模型更聪明、更可控。4、全域落地：赋能快手全生态，让AI在电商、商业化、推荐等众多真实场景中创造价值。\n1、依托快手视频社区平台，构建最具影响力的多模态基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}