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": "可灵数字人生成",
"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": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "可灵数字人生成\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、参与生成式数字人(多模态及AIGC方向)和驱动算法研究和探索;\n2、能够快速定位问题并给出有效的解决方案,实现算法落地,满足业务场景需要,打磨技术降低成本;\n3、跟踪Generative AI前沿技术及应用落地 。\n\n任职要求\n1、人工智能、计算机、模式识别等相关专业,本科及以上学历;\n2、扎实的理论基础和深厚的工程实践能力,在语音与视觉多模态融合、人像生成等方面有一定经验,深入理解数字人生成算法(如GAN、Diffusion、AR、3DMM等)及其在语音驱动视觉方向的应用;\n3、熟悉计算机视觉与图像处理技术,掌握面部表情识别与合成、动作捕捉与合成、3D人体姿态估计等相关技术,在talking head生成、人物动作生成、人物表情驱动等多个领域有深入研究;\n4、精通深度学习框架(如TensorFlow、PyTorch等),具备基于深度学习的语音与视觉多模态融合的开发经验;\n5、在国际顶会或期刊(包括但不限于SIGGRAPH,CVPR,NeurIPS,ICCV,ECCV等)上发表过论文者优先。",
"requirements_text": "可灵数字人生成\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、参与生成式数字人(多模态及AIGC方向)和驱动算法研究和探索;\n2、能够快速定位问题并给出有效的解决方案,实现算法落地,满足业务场景需要,打磨技术降低成本;\n3、跟踪Generative AI前沿技术及应用落地 。\n\n任职要求\n1、人工智能、计算机、模式识别等相关专业,本科及以上学历;\n2、扎实的理论基础和深厚的工程实践能力,在语音与视觉多模态融合、人像生成等方面有一定经验,深入理解数字人生成算法(如GAN、Diffusion、AR、3DMM等)及其在语音驱动视觉方向的应用;\n3、熟悉计算机视觉与图像处理技术,掌握面部表情识别与合成、动作捕捉与合成、3D人体姿态估计等相关技术,在talking head生成、人物动作生成、人物表情驱动等多个领域有深入研究;\n4、精通深度学习框架(如TensorFlow、PyTorch等),具备基于深度学习的语音与视觉多模态融合的开发经验;\n5、在国际顶会或期刊(包括但不限于SIGGRAPH,CVPR,NeurIPS,ICCV,ECCV等)上发表过论文者优先。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"深度学习",
"计算机视觉",
"招聘"
],
"preferred_qualifications": "5、在国际顶会或期刊(包括但不限于SIGGRAPH,CVPR,NeurIPS,ICCV,ECCV等)上发表过论文者优先",
"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/25437"
}
]
},
"posting": {
"posting_id": "25437",
"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/25437"
},
"fulltext": "可灵数字人生成\n可灵数字人生成\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、参与生成式数字人(多模态及AIGC方向)和驱动算法研究和探索;\n2、能够快速定位问题并给出有效的解决方案,实现算法落地,满足业务场景需要,打磨技术降低成本;\n3、跟踪Generative AI前沿技术及应用落地 。\n\n任职要求\n1、人工智能、计算机、模式识别等相关专业,本科及以上学历;\n2、扎实的理论基础和深厚的工程实践能力,在语音与视觉多模态融合、人像生成等方面有一定经验,深入理解数字人生成算法(如GAN、Diffusion、AR、3DMM等)及其在语音驱动视觉方向的应用;\n3、熟悉计算机视觉与图像处理技术,掌握面部表情识别与合成、动作捕捉与合成、3D人体姿态估计等相关技术,在talking head生成、人物动作生成、人物表情驱动等多个领域有深入研究;\n4、精通深度学习框架(如TensorFlow、PyTorch等),具备基于深度学习的语音与视觉多模态融合的开发经验;\n5、在国际顶会或期刊(包括但不限于SIGGRAPH,CVPR,NeurIPS,ICCV,ECCV等)上发表过论文者优先。\n可灵数字人生成\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、参与生成式数字人(多模态及AIGC方向)和驱动算法研究和探索;\n2、能够快速定位问题并给出有效的解决方案,实现算法落地,满足业务场景需要,打磨技术降低成本;\n3、跟踪Generative AI前沿技术及应用落地 。\n\n任职要求\n1、人工智能、计算机、模式识别等相关专业,本科及以上学历;\n2、扎实的理论基础和深厚的工程实践能力,在语音与视觉多模态融合、人像生成等方面有一定经验,深入理解数字人生成算法(如GAN、Diffusion、AR、3DMM等)及其在语音驱动视觉方向的应用;\n3、熟悉计算机视觉与图像处理技术,掌握面部表情识别与合成、动作捕捉与合成、3D人体姿态估计等相关技术,在talking head生成、人物动作生成、人物表情驱动等多个领域有深入研究;\n4、精通深度学习框架(如TensorFlow、PyTorch等),具备基于深度学习的语音与视觉多模态融合的开发经验;\n5、在国际顶会或期刊(包括但不限于SIGGRAPH,CVPR,NeurIPS,ICCV,ECCV等)上发表过论文者优先。\n可灵数字人生成\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、参与生成式数字人(多模态及AIGC方向)和驱动算法研究和探索;\n2、能够快速定位问题并给出有效的解决方案,实现算法落地,满足业务场景需要,打磨技术降低成本;\n3、跟踪Generative AI前沿技术及应用落地 。\n\n任职要求\n1、人工智能、计算机、模式识别等相关专业,本科及以上学历;\n2、扎实的理论基础和深厚的工程实践能力,在语音与视觉多模态融合、人像生成等方面有一定经验,深入理解数字人生成算法(如GAN、Diffusion、AR、3DMM等)及其在语音驱动视觉方向的应用;\n3、熟悉计算机视觉与图像处理技术,掌握面部表情识别与合成、动作捕捉与合成、3D人体姿态估计等相关技术,在talking head生成、人物动作生成、人物表情驱动等多个领域有深入研究;\n4、精通深度学习框架(如TensorFlow、PyTorch等),具备基于深度学习的语音与视觉多模态融合的开发经验;\n5、在国际顶会或期刊(包括但不限于SIGGRAPH,CVPR,NeurIPS,ICCV,ECCV等)上发表过论文者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}