{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态算法实习生-【商业化】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D11908",
        "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": "计算机科学、人工智能、电子工程、数学等相关专业的硕士/博士在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "多模态算法实习生-【商业化】\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：D11908\n发布时间：2026-04-16\n\n岗位职责\n1、在ML/NLP/CV等领域的顶级会议上发表高质量研究成果，推动内容安全领域的技术创新和提高快手的业界影响力，包括但不限于以下研究方向：\n2、对齐：包括fine-tuning、instruction-tuning、reinforcement learning、prompt tuning等；\n3、数据：包括pre-training data、alignment data、synthetic data等；\n4、评估：包括benchmarks、simulation environments、scalable oversight等；\n5、需要独立或协作完成从算法设计、实验验证到论文撰写的全流程研究，目标在6-12个月内产出具备国际竞争力的顶会论文。\n\n任职要求\n1、计算机科学、人工智能、电子工程、数学等相关专业的硕士/博士在读，或具备同等研究能力的优秀本科生；\n2、扎实的机器学习理论基础，熟悉深度学习、多模态融合、自监督学习等技术方向；\n3、熟练使用Python及主流深度学习框架（PyTorch/TensorFlow/JAX），具备快速实现算法的能力；\n4、对学术研究有强烈热情，能独立阅读并复现前沿论文，提出改进思路；\n5、每周全职实习4天以上，实习期至少6个月（可协商），能承受高强度科研节奏；\n6、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先。",
        "requirements_text": "多模态算法实习生-【商业化】\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：D11908\n发布时间：2026-04-16\n\n岗位职责\n1、在ML/NLP/CV等领域的顶级会议上发表高质量研究成果，推动内容安全领域的技术创新和提高快手的业界影响力，包括但不限于以下研究方向：\n2、对齐：包括fine-tuning、instruction-tuning、reinforcement learning、prompt tuning等；\n3、数据：包括pre-training data、alignment data、synthetic data等；\n4、评估：包括benchmarks、simulation environments、scalable oversight等；\n5、需要独立或协作完成从算法设计、实验验证到论文撰写的全流程研究，目标在6-12个月内产出具备国际竞争力的顶会论文。\n\n任职要求\n1、计算机科学、人工智能、电子工程、数学等相关专业的硕士/博士在读，或具备同等研究能力的优秀本科生；\n2、扎实的机器学习理论基础，熟悉深度学习、多模态融合、自监督学习等技术方向；\n3、熟练使用Python及主流深度学习框架（PyTorch/TensorFlow/JAX），具备快速实现算法的能力；\n4、对学术研究有强烈热情，能独立阅读并复现前沿论文，提出改进思路；\n5、每周全职实习4天以上，实习期至少6个月（可协商），能承受高强度科研节奏；\n6、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "自然语言处理",
            "算法设计",
            "招聘"
        ],
        "preferred_qualifications": "6、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先",
        "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/20742"
            }
        ]
    },
    "posting": {
        "posting_id": "20742",
        "post_date": "2026-04-16",
        "hire_time": "5、每周全职实习4天以上，实习期至少6个月（可协商），能承受高强度科研节奏",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/20742"
    },
    "fulltext": "多模态算法实习生-【商业化】\n多模态算法实习生-【商业化】\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：D11908\n发布时间：2026-04-16\n\n岗位职责\n1、在ML/NLP/CV等领域的顶级会议上发表高质量研究成果，推动内容安全领域的技术创新和提高快手的业界影响力，包括但不限于以下研究方向：\n2、对齐：包括fine-tuning、instruction-tuning、reinforcement learning、prompt tuning等；\n3、数据：包括pre-training data、alignment data、synthetic data等；\n4、评估：包括benchmarks、simulation environments、scalable oversight等；\n5、需要独立或协作完成从算法设计、实验验证到论文撰写的全流程研究，目标在6-12个月内产出具备国际竞争力的顶会论文。\n\n任职要求\n1、计算机科学、人工智能、电子工程、数学等相关专业的硕士/博士在读，或具备同等研究能力的优秀本科生；\n2、扎实的机器学习理论基础，熟悉深度学习、多模态融合、自监督学习等技术方向；\n3、熟练使用Python及主流深度学习框架（PyTorch/TensorFlow/JAX），具备快速实现算法的能力；\n4、对学术研究有强烈热情，能独立阅读并复现前沿论文，提出改进思路；\n5、每周全职实习4天以上，实习期至少6个月（可协商），能承受高强度科研节奏；\n6、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先。\n多模态算法实习生-【商业化】\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：D11908\n发布时间：2026-04-16\n\n岗位职责\n1、在ML/NLP/CV等领域的顶级会议上发表高质量研究成果，推动内容安全领域的技术创新和提高快手的业界影响力，包括但不限于以下研究方向：\n2、对齐：包括fine-tuning、instruction-tuning、reinforcement learning、prompt tuning等；\n3、数据：包括pre-training data、alignment data、synthetic data等；\n4、评估：包括benchmarks、simulation environments、scalable oversight等；\n5、需要独立或协作完成从算法设计、实验验证到论文撰写的全流程研究，目标在6-12个月内产出具备国际竞争力的顶会论文。\n\n任职要求\n1、计算机科学、人工智能、电子工程、数学等相关专业的硕士/博士在读，或具备同等研究能力的优秀本科生；\n2、扎实的机器学习理论基础，熟悉深度学习、多模态融合、自监督学习等技术方向；\n3、熟练使用Python及主流深度学习框架（PyTorch/TensorFlow/JAX），具备快速实现算法的能力；\n4、对学术研究有强烈热情，能独立阅读并复现前沿论文，提出改进思路；\n5、每周全职实习4天以上，实习期至少6个月（可协商），能承受高强度科研节奏；\n6、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先。\n多模态算法实习生-【商业化】\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：D11908\n发布时间：2026-04-16\n\n岗位职责\n1、在ML/NLP/CV等领域的顶级会议上发表高质量研究成果，推动内容安全领域的技术创新和提高快手的业界影响力，包括但不限于以下研究方向：\n2、对齐：包括fine-tuning、instruction-tuning、reinforcement learning、prompt tuning等；\n3、数据：包括pre-training data、alignment data、synthetic data等；\n4、评估：包括benchmarks、simulation environments、scalable oversight等；\n5、需要独立或协作完成从算法设计、实验验证到论文撰写的全流程研究，目标在6-12个月内产出具备国际竞争力的顶会论文。\n\n任职要求\n1、计算机科学、人工智能、电子工程、数学等相关专业的硕士/博士在读，或具备同等研究能力的优秀本科生；\n2、扎实的机器学习理论基础，熟悉深度学习、多模态融合、自监督学习等技术方向；\n3、熟练使用Python及主流深度学习框架（PyTorch/TensorFlow/JAX），具备快速实现算法的能力；\n4、对学术研究有强烈热情，能独立阅读并复现前沿论文，提出改进思路；\n5、每周全职实习4天以上，实习期至少6个月（可协商），能承受高强度科研节奏；\n6、在 NIPS、ICML、ICLR、IJCAI / AAAI、SIGKDD、CVPR / ICCV、ACL 等相关国际顶级会议或期刊上有文章发表者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}