主分类：AI训练推理与计算优化
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": "大模型小型化算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D11722",
"location": "Beijing",
"work_mode": "未披露",AI生成
"job_category": "J0011"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "大模型小型化算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D11722\n发布时间：2026-07-09\n\n岗位职责\n探索大模型小型化（蒸馏、量化）和推理策略（投机采样等）的前沿技术，完成在快手业务场景的落地方案。\n我们有什么：\n1、有丰富的计算资源和mentor直接指导课题探索；\n2、有大模型小型化/推理加速/MoE等最前沿的困难和挑战；\n3、有大模型最全面链路的学习机会。\n\n任职要求\n1、可以实习半年以上；\n2、数学, 计算机, 自动化, 电子系专业硕博生；\n3、有顶会论文发表经验(CV / NLP顶会, ICLR/ICML/NIPS均可)优先；\n4、有较强的自驱力和学习力, 有文本生成模型(如GPT/LLaMA等)和图像生成模型(Diffusion系列)的训练及使用或开源项目经历优先；\n5、有CUDA kernel或OpenAI-Triton开发经验优先；\n6、了解强化学习优先。",
"requirements_text": "大模型小型化算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D11722\n发布时间：2026-07-09\n\n岗位职责\n探索大模型小型化（蒸馏、量化）和推理策略（投机采样等）的前沿技术，完成在快手业务场景的落地方案。\n我们有什么：\n1、有丰富的计算资源和mentor直接指导课题探索；\n2、有大模型小型化/推理加速/MoE等最前沿的困难和挑战；\n3、有大模型最全面链路的学习机会。\n\n任职要求\n1、可以实习半年以上；\n2、数学, 计算机, 自动化, 电子系专业硕博生；\n3、有顶会论文发表经验(CV / NLP顶会, ICLR/ICML/NIPS均可)优先；\n4、有较强的自驱力和学习力, 有文本生成模型(如GPT/LLaMA等)和图像生成模型(Diffusion系列)的训练及使用或开源项目经历优先；\n5、有CUDA kernel或OpenAI-Triton开发经验优先；\n6、了解强化学习优先。",
"skills": [AI生成
"CUDA",
"强化学习",
"招聘",
"大语言模型"
],
"preferred_qualifications": "3、有顶会论文发表经验(CV / NLP顶会, ICLR/ICML/NIPS均可)优先；4、有较强的自驱力和学习力, 有文本生成模型(如GPT/LLaMA等)和图像生成模型(Diffusion系列)的训练及使用或开源项目经历优先；5、有CUDA kernel或OpenAI-Triton开发经验优先；6、了解强化学习优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/20272"
}
]
},
"posting": {
"posting_id": "20272",
"post_date": "2026-07-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/20272"
},
"fulltext": "大模型小型化算法实习生\n大模型小型化算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D11722\n发布时间：2026-07-09\n\n岗位职责\n探索大模型小型化（蒸馏、量化）和推理策略（投机采样等）的前沿技术，完成在快手业务场景的落地方案。\n我们有什么：\n1、有丰富的计算资源和mentor直接指导课题探索；\n2、有大模型小型化/推理加速/MoE等最前沿的困难和挑战；\n3、有大模型最全面链路的学习机会。\n\n任职要求\n1、可以实习半年以上；\n2、数学, 计算机, 自动化, 电子系专业硕博生；\n3、有顶会论文发表经验(CV / NLP顶会, ICLR/ICML/NIPS均可)优先；\n4、有较强的自驱力和学习力, 有文本生成模型(如GPT/LLaMA等)和图像生成模型(Diffusion系列)的训练及使用或开源项目经历优先；\n5、有CUDA kernel或OpenAI-Triton开发经验优先；\n6、了解强化学习优先。\n大模型小型化算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D11722\n发布时间：2026-07-09\n\n岗位职责\n探索大模型小型化（蒸馏、量化）和推理策略（投机采样等）的前沿技术，完成在快手业务场景的落地方案。\n我们有什么：\n1、有丰富的计算资源和mentor直接指导课题探索；\n2、有大模型小型化/推理加速/MoE等最前沿的困难和挑战；\n3、有大模型最全面链路的学习机会。\n\n任职要求\n1、可以实习半年以上；\n2、数学, 计算机, 自动化, 电子系专业硕博生；\n3、有顶会论文发表经验(CV / NLP顶会, ICLR/ICML/NIPS均可)优先；\n4、有较强的自驱力和学习力, 有文本生成模型(如GPT/LLaMA等)和图像生成模型(Diffusion系列)的训练及使用或开源项目经历优先；\n5、有CUDA kernel或OpenAI-Triton开发经验优先；\n6、了解强化学习优先。\n大模型小型化算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D11722\n发布时间：2026-07-09\n\n岗位职责\n探索大模型小型化（蒸馏、量化）和推理策略（投机采样等）的前沿技术，完成在快手业务场景的落地方案。\n我们有什么：\n1、有丰富的计算资源和mentor直接指导课题探索；\n2、有大模型小型化/推理加速/MoE等最前沿的困难和挑战；\n3、有大模型最全面链路的学习机会。\n\n任职要求\n1、可以实习半年以上；\n2、数学, 计算机, 自动化, 电子系专业硕博生；\n3、有顶会论文发表经验(CV / NLP顶会, ICLR/ICML/NIPS均可)优先；\n4、有较强的自驱力和学习力, 有文本生成模型(如GPT/LLaMA等)和图像生成模型(Diffusion系列)的训练及使用或开源项目经历优先；\n5、有CUDA kernel或OpenAI-Triton开发经验优先；\n6、了解强化学习优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}