主分类:大模型与生成式算法研发
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": "(大模型专项)多模态AIGC算法工程师/专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "D13918",
"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": "(大模型专项)多模态AIGC算法工程师/专家\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:D13918\n发布时间:2026-07-17\n\n岗位职责\n1、参与电商多模态大模型(MLLMs)的持续预训练和指令微调(SFT),开发精准的商品图谱、用户意图理解、跨模态检索等核心能力,赋能搜索、推荐等业务;\n2、负责多模态生成算法(如Diffusion Models, VAEs等)的研发与创新,致力于解决生成内容的质量、多样性、可控性、可编辑性及采样效率等前沿问题;\n3、基于大模型构建文本/图像/视频多模态创作引擎,并推动其在电商业务场景的产品化落地,包括但不限于背景替换、虚拟试衣、图生视频、海报生成等创新应用;\n4、通过DPO/PPO等强化学习算法,迭代Reward Model以指导多模态素材生成,引导模型生成更符合人类偏好、审美标准及业务目标的多模态内容,最终提升用户体验和商品转化率。\n\n任职要求\n1、在计算机视觉、多模态学习、深度学习等一个或多个领域有深入研究,包括但不限于:扩散模型(Diffusion Models)、图像/视频生成、检测与分割、多模态内容理解等;\n2、对主流生成模型(如Stable Diffusion, DiT, Flux, VAEs等)有深入的理解和有实际落地经验者优先;\n3、在顶级学术会议或期刊(如CVPR, ICCV, ECCV, NeurIPS, ICLR等)发表过相关论文者优先;\n4、对技术前沿有浓厚兴趣,能主动跟进并解决复杂问题;具备良好的沟通能力和团队协作精神,主观能动性强。",
"requirements_text": "(大模型专项)多模态AIGC算法工程师/专家\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:D13918\n发布时间:2026-07-17\n\n岗位职责\n1、参与电商多模态大模型(MLLMs)的持续预训练和指令微调(SFT),开发精准的商品图谱、用户意图理解、跨模态检索等核心能力,赋能搜索、推荐等业务;\n2、负责多模态生成算法(如Diffusion Models, VAEs等)的研发与创新,致力于解决生成内容的质量、多样性、可控性、可编辑性及采样效率等前沿问题;\n3、基于大模型构建文本/图像/视频多模态创作引擎,并推动其在电商业务场景的产品化落地,包括但不限于背景替换、虚拟试衣、图生视频、海报生成等创新应用;\n4、通过DPO/PPO等强化学习算法,迭代Reward Model以指导多模态素材生成,引导模型生成更符合人类偏好、审美标准及业务目标的多模态内容,最终提升用户体验和商品转化率。\n\n任职要求\n1、在计算机视觉、多模态学习、深度学习等一个或多个领域有深入研究,包括但不限于:扩散模型(Diffusion Models)、图像/视频生成、检测与分割、多模态内容理解等;\n2、对主流生成模型(如Stable Diffusion, DiT, Flux, VAEs等)有深入的理解和有实际落地经验者优先;\n3、在顶级学术会议或期刊(如CVPR, ICCV, ECCV, NeurIPS, ICLR等)发表过相关论文者优先;\n4、对技术前沿有浓厚兴趣,能主动跟进并解决复杂问题;具备良好的沟通能力和团队协作精神,主观能动性强。",
"skills": [AI生成
"深度学习",
"强化学习",
"计算机视觉",
"团队协作",
"沟通能力",
"招聘",
"大语言模型"
],
"preferred_qualifications": "2、对主流生成模型(如Stable Diffusion, DiT, Flux, VAEs等)有深入的理解和有实际落地经验者优先;3、在顶级学术会议或期刊(如CVPR, ICCV, ECCV, NeurIPS, ICLR等)发表过相关论文者优先",
"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/25145"
}
]
},
"posting": {
"posting_id": "25145",
"post_date": "2026-07-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/25145"
},
"fulltext": "(大模型专项)多模态AIGC算法工程师/专家\n(大模型专项)多模态AIGC算法工程师/专家\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:D13918\n发布时间:2026-07-17\n\n岗位职责\n1、参与电商多模态大模型(MLLMs)的持续预训练和指令微调(SFT),开发精准的商品图谱、用户意图理解、跨模态检索等核心能力,赋能搜索、推荐等业务;\n2、负责多模态生成算法(如Diffusion Models, VAEs等)的研发与创新,致力于解决生成内容的质量、多样性、可控性、可编辑性及采样效率等前沿问题;\n3、基于大模型构建文本/图像/视频多模态创作引擎,并推动其在电商业务场景的产品化落地,包括但不限于背景替换、虚拟试衣、图生视频、海报生成等创新应用;\n4、通过DPO/PPO等强化学习算法,迭代Reward Model以指导多模态素材生成,引导模型生成更符合人类偏好、审美标准及业务目标的多模态内容,最终提升用户体验和商品转化率。\n\n任职要求\n1、在计算机视觉、多模态学习、深度学习等一个或多个领域有深入研究,包括但不限于:扩散模型(Diffusion Models)、图像/视频生成、检测与分割、多模态内容理解等;\n2、对主流生成模型(如Stable Diffusion, DiT, Flux, VAEs等)有深入的理解和有实际落地经验者优先;\n3、在顶级学术会议或期刊(如CVPR, ICCV, ECCV, NeurIPS, ICLR等)发表过相关论文者优先;\n4、对技术前沿有浓厚兴趣,能主动跟进并解决复杂问题;具备良好的沟通能力和团队协作精神,主观能动性强。\n(大模型专项)多模态AIGC算法工程师/专家\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:D13918\n发布时间:2026-07-17\n\n岗位职责\n1、参与电商多模态大模型(MLLMs)的持续预训练和指令微调(SFT),开发精准的商品图谱、用户意图理解、跨模态检索等核心能力,赋能搜索、推荐等业务;\n2、负责多模态生成算法(如Diffusion Models, VAEs等)的研发与创新,致力于解决生成内容的质量、多样性、可控性、可编辑性及采样效率等前沿问题;\n3、基于大模型构建文本/图像/视频多模态创作引擎,并推动其在电商业务场景的产品化落地,包括但不限于背景替换、虚拟试衣、图生视频、海报生成等创新应用;\n4、通过DPO/PPO等强化学习算法,迭代Reward Model以指导多模态素材生成,引导模型生成更符合人类偏好、审美标准及业务目标的多模态内容,最终提升用户体验和商品转化率。\n\n任职要求\n1、在计算机视觉、多模态学习、深度学习等一个或多个领域有深入研究,包括但不限于:扩散模型(Diffusion Models)、图像/视频生成、检测与分割、多模态内容理解等;\n2、对主流生成模型(如Stable Diffusion, DiT, Flux, VAEs等)有深入的理解和有实际落地经验者优先;\n3、在顶级学术会议或期刊(如CVPR, ICCV, ECCV, NeurIPS, ICLR等)发表过相关论文者优先;\n4、对技术前沿有浓厚兴趣,能主动跟进并解决复杂问题;具备良好的沟通能力和团队协作精神,主观能动性强。\n(大模型专项)多模态AIGC算法工程师/专家\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:D13918\n发布时间:2026-07-17\n\n岗位职责\n1、参与电商多模态大模型(MLLMs)的持续预训练和指令微调(SFT),开发精准的商品图谱、用户意图理解、跨模态检索等核心能力,赋能搜索、推荐等业务;\n2、负责多模态生成算法(如Diffusion Models, VAEs等)的研发与创新,致力于解决生成内容的质量、多样性、可控性、可编辑性及采样效率等前沿问题;\n3、基于大模型构建文本/图像/视频多模态创作引擎,并推动其在电商业务场景的产品化落地,包括但不限于背景替换、虚拟试衣、图生视频、海报生成等创新应用;\n4、通过DPO/PPO等强化学习算法,迭代Reward Model以指导多模态素材生成,引导模型生成更符合人类偏好、审美标准及业务目标的多模态内容,最终提升用户体验和商品转化率。\n\n任职要求\n1、在计算机视觉、多模态学习、深度学习等一个或多个领域有深入研究,包括但不限于:扩散模型(Diffusion Models)、图像/视频生成、检测与分割、多模态内容理解等;\n2、对主流生成模型(如Stable Diffusion, DiT, Flux, VAEs等)有深入的理解和有实际落地经验者优先;\n3、在顶级学术会议或期刊(如CVPR, ICCV, ECCV, NeurIPS, ICLR等)发表过相关论文者优先;\n4、对技术前沿有浓厚兴趣,能主动跟进并解决复杂问题;具备良好的沟通能力和团队协作精神,主观能动性强。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}