主分类：音视频与实时通信研发
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】智能编码算法研究员",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京 / 深圳 / 上海 / 杭州",
"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】智能编码算法研究员\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：J1011\n工作地点：北京 / 深圳 / 上海 / 杭州\n发布时间：2026-05-25\n\n岗位职责\n1、持续跟进业内最前沿的Low-Level视频处理、基于深度学习的视频编解码相关研究，了解NNVC、端到端编解码、生成式编码中至少一项领域；\n2、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处理&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、 熟悉Low-Level处理(去噪、去模糊、去失真、SR等)等相关领域，在顶级计算机学术会议或期刊上发表过论文者优先、参与过相关学术比赛者优先；\n3、具备一定编解码基础，包括但不限于NNVC、图像/视频端到端编解码，生成式编码基础；\n4、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。\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】智能编码算法研究员\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：J1011\n工作地点：北京 / 深圳 / 上海 / 杭州\n发布时间：2026-05-25\n\n岗位职责\n1、持续跟进业内最前沿的Low-Level视频处理、基于深度学习的视频编解码相关研究，了解NNVC、端到端编解码、生成式编码中至少一项领域；\n2、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处理&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、 熟悉Low-Level处理(去噪、去模糊、去失真、SR等)等相关领域，在顶级计算机学术会议或期刊上发表过论文者优先、参与过相关学术比赛者优先；\n3、具备一定编解码基础，包括但不限于NNVC、图像/视频端到端编解码，生成式编码基础；\n4、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。\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
"深度学习",
"模型训练",
"招聘"
],
"preferred_qualifications": "2、 熟悉Low-Level处理(去噪、去模糊、去失真、SR等)等相关领域，在顶级计算机学术会议或期刊上发表过论文者优先、参与过相关学术比赛者优先；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/12759?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "12759",
"post_date": "2026-05-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12759?recruitSubProjectCodes="
},
"fulltext": "【快Star】智能编码算法研究员\n【快Star】智能编码算法研究员\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：J1011\n工作地点：北京 / 深圳 / 上海 / 杭州\n发布时间：2026-05-25\n\n岗位职责\n1、持续跟进业内最前沿的Low-Level视频处理、基于深度学习的视频编解码相关研究，了解NNVC、端到端编解码、生成式编码中至少一项领域；\n2、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处理&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、 熟悉Low-Level处理(去噪、去模糊、去失真、SR等)等相关领域，在顶级计算机学术会议或期刊上发表过论文者优先、参与过相关学术比赛者优先；\n3、具备一定编解码基础，包括但不限于NNVC、图像/视频端到端编解码，生成式编码基础；\n4、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。\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】智能编码算法研究员\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：J1011\n工作地点：北京 / 深圳 / 上海 / 杭州\n发布时间：2026-05-25\n\n岗位职责\n1、持续跟进业内最前沿的Low-Level视频处理、基于深度学习的视频编解码相关研究，了解NNVC、端到端编解码、生成式编码中至少一项领域；\n2、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处理&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、 熟悉Low-Level处理(去噪、去模糊、去失真、SR等)等相关领域，在顶级计算机学术会议或期刊上发表过论文者优先、参与过相关学术比赛者优先；\n3、具备一定编解码基础，包括但不限于NNVC、图像/视频端到端编解码，生成式编码基础；\n4、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。\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】智能编码算法研究员\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：J1011\n工作地点：北京 / 深圳 / 上海 / 杭州\n发布时间：2026-05-25\n\n岗位职责\n1、持续跟进业内最前沿的Low-Level视频处理、基于深度学习的视频编解码相关研究，了解NNVC、端到端编解码、生成式编码中至少一项领域；\n2、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处理&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、 熟悉Low-Level处理(去噪、去模糊、去失真、SR等)等相关领域，在顶级计算机学术会议或期刊上发表过论文者优先、参与过相关学术比赛者优先；\n3、具备一定编解码基础，包括但不限于NNVC、图像/视频端到端编解码，生成式编码基础；\n4、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。\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"
}
}