职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:23748

数据挖掘工程师 —【可灵大模型团队】

未披露 · Beijing · 快手科技

主分类:数据工程与数据平台研发
算法与数据
辅助:数据分析与数据科学(仅展示)
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": "数据挖掘工程师 —【可灵大模型团队】",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D4124",
        "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": "统计学、数学、计算机或相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "数据挖掘工程师 —【可灵大模型团队】\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\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、数据pipeline建设:负责视频生成大模型的训练数据构建与管理,参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源,设计有效的数据分布策略,支持模型的持续迭代;\n2、数据分布分析:对模型训练数据分布进行详细分析,识别数据偏差、不均衡及潜在问题。提供数据分布的可视化报告及改进建议,确保模型训练数据覆盖目标场景和多样性需求;\n3、用户数据分析:分析用户交互数据,评估视频生成效果与用户满意度,提取用户反馈中的数据优化方向。构建用户行为分析模型,探索用户需求变化并为模型优化提供参考;\n4、优化模型生成效果:构建数据飞轮。通过数据驱动的方法优化视频生成大模型效果,结合A/B测试等手段验证调整效果。与算法工程师合作,制定数据调整与扩展策略,提升模型在真实场景中的生成能力。\n\n任职要求\n1、统计学、数学、计算机或相关专业硕士及以上学历,具备扎实的数据分析与建模基础;\n2、熟练使用Python、SQL等分析工具,掌握常用数据分析与可视化工具(如Pandas、Tableau、Matplotlib等);\n3、有深度学习数据处理、特征提取经验,对数据分布分析有深入理解。熟悉机器学习、大模型训练相关基础知识,具备深度学习相关项目经验者优先;\n4、具备良好的沟通能力和团队合作精神,能够独立完成分析并提出可落地的优化建议;\n5、加分项:对视频生成、计算机视觉或多模态生成技术有深入理解或实际项目经验。对生成式AI领域有浓厚兴趣,关注行业最新动态并能提出创新性建议。",
        "requirements_text": "数据挖掘工程师 —【可灵大模型团队】\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\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、数据pipeline建设:负责视频生成大模型的训练数据构建与管理,参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源,设计有效的数据分布策略,支持模型的持续迭代;\n2、数据分布分析:对模型训练数据分布进行详细分析,识别数据偏差、不均衡及潜在问题。提供数据分布的可视化报告及改进建议,确保模型训练数据覆盖目标场景和多样性需求;\n3、用户数据分析:分析用户交互数据,评估视频生成效果与用户满意度,提取用户反馈中的数据优化方向。构建用户行为分析模型,探索用户需求变化并为模型优化提供参考;\n4、优化模型生成效果:构建数据飞轮。通过数据驱动的方法优化视频生成大模型效果,结合A/B测试等手段验证调整效果。与算法工程师合作,制定数据调整与扩展策略,提升模型在真实场景中的生成能力。\n\n任职要求\n1、统计学、数学、计算机或相关专业硕士及以上学历,具备扎实的数据分析与建模基础;\n2、熟练使用Python、SQL等分析工具,掌握常用数据分析与可视化工具(如Pandas、Tableau、Matplotlib等);\n3、有深度学习数据处理、特征提取经验,对数据分布分析有深入理解。熟悉机器学习、大模型训练相关基础知识,具备深度学习相关项目经验者优先;\n4、具备良好的沟通能力和团队合作精神,能够独立完成分析并提出可落地的优化建议;\n5、加分项:对视频生成、计算机视觉或多模态生成技术有深入理解或实际项目经验。对生成式AI领域有浓厚兴趣,关注行业最新动态并能提出创新性建议。",
        "skills": [AI生成
            "Python",
            "SQL",
            "Tableau",
            "机器学习",
            "深度学习",
            "计算机视觉",
            "数据分析",
            "数据挖掘",
            "模型训练",
            "团队协作",
            "沟通能力",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "熟悉机器学习、大模型训练相关基础知识,具备深度学习相关项目经验者优先;5、加分项:对视频生成、计算机视觉或多模态生成技术有深入理解或实际项目经验",
        "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/23748"
            }
        ]
    },
    "posting": {
        "posting_id": "23748",
        "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/23748"
    },
    "fulltext": "数据挖掘工程师 —【可灵大模型团队】\n数据挖掘工程师 —【可灵大模型团队】\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\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、数据pipeline建设:负责视频生成大模型的训练数据构建与管理,参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源,设计有效的数据分布策略,支持模型的持续迭代;\n2、数据分布分析:对模型训练数据分布进行详细分析,识别数据偏差、不均衡及潜在问题。提供数据分布的可视化报告及改进建议,确保模型训练数据覆盖目标场景和多样性需求;\n3、用户数据分析:分析用户交互数据,评估视频生成效果与用户满意度,提取用户反馈中的数据优化方向。构建用户行为分析模型,探索用户需求变化并为模型优化提供参考;\n4、优化模型生成效果:构建数据飞轮。通过数据驱动的方法优化视频生成大模型效果,结合A/B测试等手段验证调整效果。与算法工程师合作,制定数据调整与扩展策略,提升模型在真实场景中的生成能力。\n\n任职要求\n1、统计学、数学、计算机或相关专业硕士及以上学历,具备扎实的数据分析与建模基础;\n2、熟练使用Python、SQL等分析工具,掌握常用数据分析与可视化工具(如Pandas、Tableau、Matplotlib等);\n3、有深度学习数据处理、特征提取经验,对数据分布分析有深入理解。熟悉机器学习、大模型训练相关基础知识,具备深度学习相关项目经验者优先;\n4、具备良好的沟通能力和团队合作精神,能够独立完成分析并提出可落地的优化建议;\n5、加分项:对视频生成、计算机视觉或多模态生成技术有深入理解或实际项目经验。对生成式AI领域有浓厚兴趣,关注行业最新动态并能提出创新性建议。\n数据挖掘工程师 —【可灵大模型团队】\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\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、数据pipeline建设:负责视频生成大模型的训练数据构建与管理,参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源,设计有效的数据分布策略,支持模型的持续迭代;\n2、数据分布分析:对模型训练数据分布进行详细分析,识别数据偏差、不均衡及潜在问题。提供数据分布的可视化报告及改进建议,确保模型训练数据覆盖目标场景和多样性需求;\n3、用户数据分析:分析用户交互数据,评估视频生成效果与用户满意度,提取用户反馈中的数据优化方向。构建用户行为分析模型,探索用户需求变化并为模型优化提供参考;\n4、优化模型生成效果:构建数据飞轮。通过数据驱动的方法优化视频生成大模型效果,结合A/B测试等手段验证调整效果。与算法工程师合作,制定数据调整与扩展策略,提升模型在真实场景中的生成能力。\n\n任职要求\n1、统计学、数学、计算机或相关专业硕士及以上学历,具备扎实的数据分析与建模基础;\n2、熟练使用Python、SQL等分析工具,掌握常用数据分析与可视化工具(如Pandas、Tableau、Matplotlib等);\n3、有深度学习数据处理、特征提取经验,对数据分布分析有深入理解。熟悉机器学习、大模型训练相关基础知识,具备深度学习相关项目经验者优先;\n4、具备良好的沟通能力和团队合作精神,能够独立完成分析并提出可落地的优化建议;\n5、加分项:对视频生成、计算机视觉或多模态生成技术有深入理解或实际项目经验。对生成式AI领域有浓厚兴趣,关注行业最新动态并能提出创新性建议。\n数据挖掘工程师 —【可灵大模型团队】\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\n所属部门:D4124\n发布时间:2026-06-09\n\n岗位职责\n1、数据pipeline建设:负责视频生成大模型的训练数据构建与管理,参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源,设计有效的数据分布策略,支持模型的持续迭代;\n2、数据分布分析:对模型训练数据分布进行详细分析,识别数据偏差、不均衡及潜在问题。提供数据分布的可视化报告及改进建议,确保模型训练数据覆盖目标场景和多样性需求;\n3、用户数据分析:分析用户交互数据,评估视频生成效果与用户满意度,提取用户反馈中的数据优化方向。构建用户行为分析模型,探索用户需求变化并为模型优化提供参考;\n4、优化模型生成效果:构建数据飞轮。通过数据驱动的方法优化视频生成大模型效果,结合A/B测试等手段验证调整效果。与算法工程师合作,制定数据调整与扩展策略,提升模型在真实场景中的生成能力。\n\n任职要求\n1、统计学、数学、计算机或相关专业硕士及以上学历,具备扎实的数据分析与建模基础;\n2、熟练使用Python、SQL等分析工具,掌握常用数据分析与可视化工具(如Pandas、Tableau、Matplotlib等);\n3、有深度学习数据处理、特征提取经验,对数据分布分析有深入理解。熟悉机器学习、大模型训练相关基础知识,具备深度学习相关项目经验者优先;\n4、具备良好的沟通能力和团队合作精神,能够独立完成分析并提出可落地的优化建议;\n5、加分项:对视频生成、计算机视觉或多模态生成技术有深入理解或实际项目经验。对生成式AI领域有浓厚兴趣,关注行业最新动态并能提出创新性建议。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [
            "T017"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}