{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态理解与生成统一架构核心研究员",
        "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": "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": "博士 or 顶会一作 or 业界核心项目核心参与者",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "多模态理解与生成统一架构核心研究员\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：2026-04-23\n\n岗位职责\n现在在做什么：\n1、理解生成一体化架构升级，同时打通图视频统一底座；\n2、理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目核心参与者；\n2、大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n我们更看重：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验。\n加分： Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。",
        "requirements_text": "多模态理解与生成统一架构核心研究员\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：2026-04-23\n\n岗位职责\n现在在做什么：\n1、理解生成一体化架构升级，同时打通图视频统一底座；\n2、理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目核心参与者；\n2、大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n我们更看重：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验。\n加分： Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。",
        "skills": [AI生成
            "数据挖掘",
            "架构设计",
            "招聘"
        ],
        "preferred_qualifications": "加分： Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力",
        "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/12602?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "12602",
        "post_date": "2026-04-23",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12602?recruitSubProjectCodes="
    },
    "fulltext": "多模态理解与生成统一架构核心研究员\n多模态理解与生成统一架构核心研究员\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：2026-04-23\n\n岗位职责\n现在在做什么：\n1、理解生成一体化架构升级，同时打通图视频统一底座；\n2、理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目核心参与者；\n2、大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n我们更看重：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验。\n加分： Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。\n多模态理解与生成统一架构核心研究员\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：2026-04-23\n\n岗位职责\n现在在做什么：\n1、理解生成一体化架构升级，同时打通图视频统一底座；\n2、理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目核心参与者；\n2、大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n我们更看重：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验。\n加分： Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。\n多模态理解与生成统一架构核心研究员\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：2026-04-23\n\n岗位职责\n现在在做什么：\n1、理解生成一体化架构升级，同时打通图视频统一底座；\n2、理解能力正在成为生成质量的天花板。Google Nano Banana 2、GPT Image 2.0 都在朝这个方向收敛。我们的下一代模型需要在多模态理解上有完整 hands-on 经验的人，一起定义新架构——而不是执行已定方案。\n你将主导：\n1、理解生成一体化架构设计；\n2、Thinking / Chain-of-Thought for Image Generation；\n3、Long Visual Context Compression；\n4、大规模多模态预训练；\n5、后训练与对齐；\n6、图视频统一探索。\n我们能提供：\n1、真正的架构话语权——你的判断直接写进技术路线图；\n2、经过验证的执行力和产品力——O1 和 3.0 Omni 不是 paper，是每天上百万用户在用的产品；\n3、充足资源——中心级千卡算力 + 完整数据基础设施；\n4、图视频协同的独特 scope——国内少数同时在图像和视频头部的平台。\n\n任职要求\n1、博士 or 顶会一作 or 业界核心项目核心参与者；\n2、大规模多模态理解/生成模型 hands-on 经验；\n3、深入理解 MLLM / Diffusion：视觉 encoder、跨模态对齐、长 context、多图交互；\n4、有大规模多模态预训练经验（数据配比、训练稳定性、loss 平衡）；\n5、后训练全链路至少亲手做过两个阶段。\n我们更看重：\n1、对\"理解生成如何深度一体化\"有自己的技术判断；\n2、深入研究或做过 Transfusion / Janus / BAGEL / MetaQuery 等统一架构；\n3、有大规模弱关联数据挖掘和预训练经验。\n加分： Visual Tokenizer / Compressor、Chain-of-Thought、视频理解或生成、开源影响力。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}