主分类:计算机视觉与图像感知算法研发
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": "(可灵AI专项)多模态理解算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D4124",
"location": "Beijing / Shenzhen",
"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": 3,
"degree": "学历与经验:硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "(可灵AI专项)多模态理解算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing / Shenzhen\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、大规模视频理解:负责可灵海量视频数据的打标分类、语义分割、文字识别、Caption生成、聚类分析等工作;\n2、模型开发与优化:基于CNN、VLM等技术推进模型训练、微调、评测及高效部署,推动模型在实际场景中的大规模应用;\n3、技术研究与创新:聚焦多模态视频生成领域前沿课题,探索生成模型的数据采样技术,提升生成模型的数据使用效率和语义响应能力,打造在业界的领先技术优势;\n4、跨领域协作:参与跨团队跨部门技术协同,推动Human in the loop在视频生成领域的研究落地。\n\n任职要求\n1、学历与经验:硕士及以上学历,3年及以上相关工作经验。计算机视觉、自然语言处理或多模态方向背景优先;\n2、学术背景:具备较强的学术调研能力,能快速理解和实现论文中的算法;有高质量论文发表、开源项目贡献、ACM竞赛或相关学术比赛获奖经历者优先;\n3、深度学习能力:熟练掌握深度学习框架(如PyTorch、TensorFlow),有模型训练、压缩、蒸馏和微调经验;熟悉DeepSpeed等加速工具优先;\n4、工程能力:具备优秀的独立开发与调试能力,熟悉Python服务开发,Hive大数据处理等技术;\n5、团队协作:具备良好的沟通能力,乐于学习与分享,能够与团队高效协作解决问题。\n【加分项】\n1、熟悉视频处理相关工具与技术,如FFmpeg、OpenCV等;\n2、在视频理解、多模态建模方向有实战项目经验。",
"requirements_text": "(可灵AI专项)多模态理解算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing / Shenzhen\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、大规模视频理解:负责可灵海量视频数据的打标分类、语义分割、文字识别、Caption生成、聚类分析等工作;\n2、模型开发与优化:基于CNN、VLM等技术推进模型训练、微调、评测及高效部署,推动模型在实际场景中的大规模应用;\n3、技术研究与创新:聚焦多模态视频生成领域前沿课题,探索生成模型的数据采样技术,提升生成模型的数据使用效率和语义响应能力,打造在业界的领先技术优势;\n4、跨领域协作:参与跨团队跨部门技术协同,推动Human in the loop在视频生成领域的研究落地。\n\n任职要求\n1、学历与经验:硕士及以上学历,3年及以上相关工作经验。计算机视觉、自然语言处理或多模态方向背景优先;\n2、学术背景:具备较强的学术调研能力,能快速理解和实现论文中的算法;有高质量论文发表、开源项目贡献、ACM竞赛或相关学术比赛获奖经历者优先;\n3、深度学习能力:熟练掌握深度学习框架(如PyTorch、TensorFlow),有模型训练、压缩、蒸馏和微调经验;熟悉DeepSpeed等加速工具优先;\n4、工程能力:具备优秀的独立开发与调试能力,熟悉Python服务开发,Hive大数据处理等技术;\n5、团队协作:具备良好的沟通能力,乐于学习与分享,能够与团队高效协作解决问题。\n【加分项】\n1、熟悉视频处理相关工具与技术,如FFmpeg、OpenCV等;\n2、在视频理解、多模态建模方向有实战项目经验。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习",
"自然语言处理",
"计算机视觉",
"模型训练",
"团队协作",
"沟通能力",
"解决问题",
"学习能力",
"建模",
"招聘"
],
"preferred_qualifications": "计算机视觉、自然语言处理或多模态方向背景优先;有高质量论文发表、开源项目贡献、ACM竞赛或相关学术比赛获奖经历者优先;熟悉DeepSpeed等加速工具优先;【加分项】",
"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/23455"
}
]
},
"posting": {
"posting_id": "23455",
"post_date": "2026-06-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/23455"
},
"fulltext": "(可灵AI专项)多模态理解算法工程师\n(可灵AI专项)多模态理解算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing / Shenzhen\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、大规模视频理解:负责可灵海量视频数据的打标分类、语义分割、文字识别、Caption生成、聚类分析等工作;\n2、模型开发与优化:基于CNN、VLM等技术推进模型训练、微调、评测及高效部署,推动模型在实际场景中的大规模应用;\n3、技术研究与创新:聚焦多模态视频生成领域前沿课题,探索生成模型的数据采样技术,提升生成模型的数据使用效率和语义响应能力,打造在业界的领先技术优势;\n4、跨领域协作:参与跨团队跨部门技术协同,推动Human in the loop在视频生成领域的研究落地。\n\n任职要求\n1、学历与经验:硕士及以上学历,3年及以上相关工作经验。计算机视觉、自然语言处理或多模态方向背景优先;\n2、学术背景:具备较强的学术调研能力,能快速理解和实现论文中的算法;有高质量论文发表、开源项目贡献、ACM竞赛或相关学术比赛获奖经历者优先;\n3、深度学习能力:熟练掌握深度学习框架(如PyTorch、TensorFlow),有模型训练、压缩、蒸馏和微调经验;熟悉DeepSpeed等加速工具优先;\n4、工程能力:具备优秀的独立开发与调试能力,熟悉Python服务开发,Hive大数据处理等技术;\n5、团队协作:具备良好的沟通能力,乐于学习与分享,能够与团队高效协作解决问题。\n【加分项】\n1、熟悉视频处理相关工具与技术,如FFmpeg、OpenCV等;\n2、在视频理解、多模态建模方向有实战项目经验。\n(可灵AI专项)多模态理解算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing / Shenzhen\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、大规模视频理解:负责可灵海量视频数据的打标分类、语义分割、文字识别、Caption生成、聚类分析等工作;\n2、模型开发与优化:基于CNN、VLM等技术推进模型训练、微调、评测及高效部署,推动模型在实际场景中的大规模应用;\n3、技术研究与创新:聚焦多模态视频生成领域前沿课题,探索生成模型的数据采样技术,提升生成模型的数据使用效率和语义响应能力,打造在业界的领先技术优势;\n4、跨领域协作:参与跨团队跨部门技术协同,推动Human in the loop在视频生成领域的研究落地。\n\n任职要求\n1、学历与经验:硕士及以上学历,3年及以上相关工作经验。计算机视觉、自然语言处理或多模态方向背景优先;\n2、学术背景:具备较强的学术调研能力,能快速理解和实现论文中的算法;有高质量论文发表、开源项目贡献、ACM竞赛或相关学术比赛获奖经历者优先;\n3、深度学习能力:熟练掌握深度学习框架(如PyTorch、TensorFlow),有模型训练、压缩、蒸馏和微调经验;熟悉DeepSpeed等加速工具优先;\n4、工程能力:具备优秀的独立开发与调试能力,熟悉Python服务开发,Hive大数据处理等技术;\n5、团队协作:具备良好的沟通能力,乐于学习与分享,能够与团队高效协作解决问题。\n【加分项】\n1、熟悉视频处理相关工具与技术,如FFmpeg、OpenCV等;\n2、在视频理解、多模态建模方向有实战项目经验。\n(可灵AI专项)多模态理解算法工程师\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing / Shenzhen\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、大规模视频理解:负责可灵海量视频数据的打标分类、语义分割、文字识别、Caption生成、聚类分析等工作;\n2、模型开发与优化:基于CNN、VLM等技术推进模型训练、微调、评测及高效部署,推动模型在实际场景中的大规模应用;\n3、技术研究与创新:聚焦多模态视频生成领域前沿课题,探索生成模型的数据采样技术,提升生成模型的数据使用效率和语义响应能力,打造在业界的领先技术优势;\n4、跨领域协作:参与跨团队跨部门技术协同,推动Human in the loop在视频生成领域的研究落地。\n\n任职要求\n1、学历与经验:硕士及以上学历,3年及以上相关工作经验。计算机视觉、自然语言处理或多模态方向背景优先;\n2、学术背景:具备较强的学术调研能力,能快速理解和实现论文中的算法;有高质量论文发表、开源项目贡献、ACM竞赛或相关学术比赛获奖经历者优先;\n3、深度学习能力:熟练掌握深度学习框架(如PyTorch、TensorFlow),有模型训练、压缩、蒸馏和微调经验;熟悉DeepSpeed等加速工具优先;\n4、工程能力:具备优秀的独立开发与调试能力,熟悉Python服务开发,Hive大数据处理等技术;\n5、团队协作:具备良好的沟通能力,乐于学习与分享,能够与团队高效协作解决问题。\n【加分项】\n1、熟悉视频处理相关工具与技术,如FFmpeg、OpenCV等;\n2、在视频理解、多模态建模方向有实战项目经验。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}