{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "【快Star】生产推荐大模型算法工程师",
        "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": "J1005"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】生产推荐大模型算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n1、参与快手亿级用户规模和千万级作者规模的短视频推荐，参与高潜作者/作品挖掘，优化互动率、时长、用户留存等核心指标，打造业界领先的内容分发系统；\n2、挖掘作者发文意图和敏感度，深入理解视频内容的消费价值、社交价值、不可替代供给价值，通过流量分布结构优化，模型和机制的持续迭代，提高双边匹配效率；\n3、负责深度学习模型、大模型的研发工作，包括但不限于：端到端生成式推荐（OneRec）架构优化、作者意图建模、多模态内容理解建模、多目标排序算法优化等；\n4、跟踪业界推荐系统前沿研究（生成式推荐、多模态大模型、强化学习等），将前沿技术落地到快手生产推荐场景中，保持技术领先性，鼓励科研精神以及论文、期刊、专利的发表。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、数学相关专业；\n2、有较强的工程实现能力，熟悉常用的深度学习算法模型，大模型基本原理，以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架；\n3、善于利用前沿技术，结合深度业务理解，解决复杂的实际问题。\n加分项：\n1、有深度学习模型网络结构优化、大语言模型、多模态大模型的复杂项目落地经验；\n2、在CV、NLP、多模态、机器学习、LLM等相关领域有顶级国际会议论文发表；\n3、在ACM-ICPC/NOI/IOI编程竞赛或机器学习相关竞赛拿过奖项。",
        "requirements_text": "【快Star】生产推荐大模型算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n1、参与快手亿级用户规模和千万级作者规模的短视频推荐，参与高潜作者/作品挖掘，优化互动率、时长、用户留存等核心指标，打造业界领先的内容分发系统；\n2、挖掘作者发文意图和敏感度，深入理解视频内容的消费价值、社交价值、不可替代供给价值，通过流量分布结构优化，模型和机制的持续迭代，提高双边匹配效率；\n3、负责深度学习模型、大模型的研发工作，包括但不限于：端到端生成式推荐（OneRec）架构优化、作者意图建模、多模态内容理解建模、多目标排序算法优化等；\n4、跟踪业界推荐系统前沿研究（生成式推荐、多模态大模型、强化学习等），将前沿技术落地到快手生产推荐场景中，保持技术领先性，鼓励科研精神以及论文、期刊、专利的发表。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、数学相关专业；\n2、有较强的工程实现能力，熟悉常用的深度学习算法模型，大模型基本原理，以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架；\n3、善于利用前沿技术，结合深度业务理解，解决复杂的实际问题。\n加分项：\n1、有深度学习模型网络结构优化、大语言模型、多模态大模型的复杂项目落地经验；\n2、在CV、NLP、多模态、机器学习、LLM等相关领域有顶级国际会议论文发表；\n3、在ACM-ICPC/NOI/IOI编程竞赛或机器学习相关竞赛拿过奖项。",
        "skills": [AI生成
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "模型训练",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项：",
        "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/12827?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "12827",
        "post_date": "2026-05-26",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12827?recruitSubProjectCodes="
    },
    "fulltext": "【快Star】生产推荐大模型算法工程师\n【快Star】生产推荐大模型算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n1、参与快手亿级用户规模和千万级作者规模的短视频推荐，参与高潜作者/作品挖掘，优化互动率、时长、用户留存等核心指标，打造业界领先的内容分发系统；\n2、挖掘作者发文意图和敏感度，深入理解视频内容的消费价值、社交价值、不可替代供给价值，通过流量分布结构优化，模型和机制的持续迭代，提高双边匹配效率；\n3、负责深度学习模型、大模型的研发工作，包括但不限于：端到端生成式推荐（OneRec）架构优化、作者意图建模、多模态内容理解建模、多目标排序算法优化等；\n4、跟踪业界推荐系统前沿研究（生成式推荐、多模态大模型、强化学习等），将前沿技术落地到快手生产推荐场景中，保持技术领先性，鼓励科研精神以及论文、期刊、专利的发表。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、数学相关专业；\n2、有较强的工程实现能力，熟悉常用的深度学习算法模型，大模型基本原理，以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架；\n3、善于利用前沿技术，结合深度业务理解，解决复杂的实际问题。\n加分项：\n1、有深度学习模型网络结构优化、大语言模型、多模态大模型的复杂项目落地经验；\n2、在CV、NLP、多模态、机器学习、LLM等相关领域有顶级国际会议论文发表；\n3、在ACM-ICPC/NOI/IOI编程竞赛或机器学习相关竞赛拿过奖项。\n【快Star】生产推荐大模型算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n1、参与快手亿级用户规模和千万级作者规模的短视频推荐，参与高潜作者/作品挖掘，优化互动率、时长、用户留存等核心指标，打造业界领先的内容分发系统；\n2、挖掘作者发文意图和敏感度，深入理解视频内容的消费价值、社交价值、不可替代供给价值，通过流量分布结构优化，模型和机制的持续迭代，提高双边匹配效率；\n3、负责深度学习模型、大模型的研发工作，包括但不限于：端到端生成式推荐（OneRec）架构优化、作者意图建模、多模态内容理解建模、多目标排序算法优化等；\n4、跟踪业界推荐系统前沿研究（生成式推荐、多模态大模型、强化学习等），将前沿技术落地到快手生产推荐场景中，保持技术领先性，鼓励科研精神以及论文、期刊、专利的发表。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、数学相关专业；\n2、有较强的工程实现能力，熟悉常用的深度学习算法模型，大模型基本原理，以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架；\n3、善于利用前沿技术，结合深度业务理解，解决复杂的实际问题。\n加分项：\n1、有深度学习模型网络结构优化、大语言模型、多模态大模型的复杂项目落地经验；\n2、在CV、NLP、多模态、机器学习、LLM等相关领域有顶级国际会议论文发表；\n3、在ACM-ICPC/NOI/IOI编程竞赛或机器学习相关竞赛拿过奖项。\n【快Star】生产推荐大模型算法工程师\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：J1005\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n1、参与快手亿级用户规模和千万级作者规模的短视频推荐，参与高潜作者/作品挖掘，优化互动率、时长、用户留存等核心指标，打造业界领先的内容分发系统；\n2、挖掘作者发文意图和敏感度，深入理解视频内容的消费价值、社交价值、不可替代供给价值，通过流量分布结构优化，模型和机制的持续迭代，提高双边匹配效率；\n3、负责深度学习模型、大模型的研发工作，包括但不限于：端到端生成式推荐（OneRec）架构优化、作者意图建模、多模态内容理解建模、多目标排序算法优化等；\n4、跟踪业界推荐系统前沿研究（生成式推荐、多模态大模型、强化学习等），将前沿技术落地到快手生产推荐场景中，保持技术领先性，鼓励科研精神以及论文、期刊、专利的发表。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、数学相关专业；\n2、有较强的工程实现能力，熟悉常用的深度学习算法模型，大模型基本原理，以及SFT和强化学习等大模型后训练技术，熟悉常用的大模型训练和推理框架；\n3、善于利用前沿技术，结合深度业务理解，解决复杂的实际问题。\n加分项：\n1、有深度学习模型网络结构优化、大语言模型、多模态大模型的复杂项目落地经验；\n2、在CV、NLP、多模态、机器学习、LLM等相关领域有顶级国际会议论文发表；\n3、在ACM-ICPC/NOI/IOI编程竞赛或机器学习相关竞赛拿过奖项。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}