{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型算法实习生 -【反作弊Agent应用】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D11903",
        "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、电子工程等相关专业硕士或博士在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "大模型算法实习生 -【反作弊Agent应用】\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：D11903\n发布时间：2026-02-10\n\n岗位职责\n我们致力于运用大模型与Agent技术构建智能化的反作弊系统，解决人工诊断效率低、规则迭代周期长、泛化能力弱等核心问题。作为实习生，你将参与以下方向的研发工作：\n1、研究基于大模型的智能Agent技术，提升对作弊行为的自动化识别与风险研判能力；\n2、开发多模态内容理解与推理方法，构建具备可解释性的风险分析框架；\n3、探索对抗样本防御与策略挖掘技术，增强模型的鲁棒性与泛化能力；\n4、优化轻量化部署方案，实现高效且实时的风险检测与决策；\n5、推动Agent与风控系统的集成，构建自动化的人机协同机制。\n你将有机会参与前沿AI技术在工业场景中的深度应用，与资深研发团队共同攻克真实业务中的关键技术挑战。我们鼓励创新思维，并提供充足的资源支持你的研究与实践落地。\n\n任职要求\n1、计算机科学、人工智能、电子工程等相关专业硕士或博士在读，具备扎实的算法与编程基础；\n2、熟悉NLP、CV或多模态大模型相关技术，有Prompt工程经验或使用过Agent框架（如AutoGPT、LangChain）者优先考虑；\n3、熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow），具备良好的算法实现与性能调优能力；\n4、对反作弊与风控领域有浓厚兴趣，具备较强的逻辑思维与问题拆解能力。\n加分项：具备强化学习、图神经网络、低代码/规则生成等相关项目经验者优先。",
        "requirements_text": "大模型算法实习生 -【反作弊Agent应用】\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：D11903\n发布时间：2026-02-10\n\n岗位职责\n我们致力于运用大模型与Agent技术构建智能化的反作弊系统，解决人工诊断效率低、规则迭代周期长、泛化能力弱等核心问题。作为实习生，你将参与以下方向的研发工作：\n1、研究基于大模型的智能Agent技术，提升对作弊行为的自动化识别与风险研判能力；\n2、开发多模态内容理解与推理方法，构建具备可解释性的风险分析框架；\n3、探索对抗样本防御与策略挖掘技术，增强模型的鲁棒性与泛化能力；\n4、优化轻量化部署方案，实现高效且实时的风险检测与决策；\n5、推动Agent与风控系统的集成，构建自动化的人机协同机制。\n你将有机会参与前沿AI技术在工业场景中的深度应用，与资深研发团队共同攻克真实业务中的关键技术挑战。我们鼓励创新思维，并提供充足的资源支持你的研究与实践落地。\n\n任职要求\n1、计算机科学、人工智能、电子工程等相关专业硕士或博士在读，具备扎实的算法与编程基础；\n2、熟悉NLP、CV或多模态大模型相关技术，有Prompt工程经验或使用过Agent框架（如AutoGPT、LangChain）者优先考虑；\n3、熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow），具备良好的算法实现与性能调优能力；\n4、对反作弊与风控领域有浓厚兴趣，具备较强的逻辑思维与问题拆解能力。\n加分项：具备强化学习、图神经网络、低代码/规则生成等相关项目经验者优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "强化学习",
            "性能调优",
            "逻辑思维",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "2、熟悉NLP、CV或多模态大模型相关技术，有Prompt工程经验或使用过Agent框架（如AutoGPT、LangChain）者优先考虑；加分项：具备强化学习、图神经网络、低代码/规则生成等相关项目经验者优先",
        "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/25684"
            }
        ]
    },
    "posting": {
        "posting_id": "25684",
        "post_date": "2026-02-10",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/25684"
    },
    "fulltext": "大模型算法实习生 -【反作弊Agent应用】\n大模型算法实习生 -【反作弊Agent应用】\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：D11903\n发布时间：2026-02-10\n\n岗位职责\n我们致力于运用大模型与Agent技术构建智能化的反作弊系统，解决人工诊断效率低、规则迭代周期长、泛化能力弱等核心问题。作为实习生，你将参与以下方向的研发工作：\n1、研究基于大模型的智能Agent技术，提升对作弊行为的自动化识别与风险研判能力；\n2、开发多模态内容理解与推理方法，构建具备可解释性的风险分析框架；\n3、探索对抗样本防御与策略挖掘技术，增强模型的鲁棒性与泛化能力；\n4、优化轻量化部署方案，实现高效且实时的风险检测与决策；\n5、推动Agent与风控系统的集成，构建自动化的人机协同机制。\n你将有机会参与前沿AI技术在工业场景中的深度应用，与资深研发团队共同攻克真实业务中的关键技术挑战。我们鼓励创新思维，并提供充足的资源支持你的研究与实践落地。\n\n任职要求\n1、计算机科学、人工智能、电子工程等相关专业硕士或博士在读，具备扎实的算法与编程基础；\n2、熟悉NLP、CV或多模态大模型相关技术，有Prompt工程经验或使用过Agent框架（如AutoGPT、LangChain）者优先考虑；\n3、熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow），具备良好的算法实现与性能调优能力；\n4、对反作弊与风控领域有浓厚兴趣，具备较强的逻辑思维与问题拆解能力。\n加分项：具备强化学习、图神经网络、低代码/规则生成等相关项目经验者优先。\n大模型算法实习生 -【反作弊Agent应用】\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：D11903\n发布时间：2026-02-10\n\n岗位职责\n我们致力于运用大模型与Agent技术构建智能化的反作弊系统，解决人工诊断效率低、规则迭代周期长、泛化能力弱等核心问题。作为实习生，你将参与以下方向的研发工作：\n1、研究基于大模型的智能Agent技术，提升对作弊行为的自动化识别与风险研判能力；\n2、开发多模态内容理解与推理方法，构建具备可解释性的风险分析框架；\n3、探索对抗样本防御与策略挖掘技术，增强模型的鲁棒性与泛化能力；\n4、优化轻量化部署方案，实现高效且实时的风险检测与决策；\n5、推动Agent与风控系统的集成，构建自动化的人机协同机制。\n你将有机会参与前沿AI技术在工业场景中的深度应用，与资深研发团队共同攻克真实业务中的关键技术挑战。我们鼓励创新思维，并提供充足的资源支持你的研究与实践落地。\n\n任职要求\n1、计算机科学、人工智能、电子工程等相关专业硕士或博士在读，具备扎实的算法与编程基础；\n2、熟悉NLP、CV或多模态大模型相关技术，有Prompt工程经验或使用过Agent框架（如AutoGPT、LangChain）者优先考虑；\n3、熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow），具备良好的算法实现与性能调优能力；\n4、对反作弊与风控领域有浓厚兴趣，具备较强的逻辑思维与问题拆解能力。\n加分项：具备强化学习、图神经网络、低代码/规则生成等相关项目经验者优先。\n大模型算法实习生 -【反作弊Agent应用】\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：D11903\n发布时间：2026-02-10\n\n岗位职责\n我们致力于运用大模型与Agent技术构建智能化的反作弊系统，解决人工诊断效率低、规则迭代周期长、泛化能力弱等核心问题。作为实习生，你将参与以下方向的研发工作：\n1、研究基于大模型的智能Agent技术，提升对作弊行为的自动化识别与风险研判能力；\n2、开发多模态内容理解与推理方法，构建具备可解释性的风险分析框架；\n3、探索对抗样本防御与策略挖掘技术，增强模型的鲁棒性与泛化能力；\n4、优化轻量化部署方案，实现高效且实时的风险检测与决策；\n5、推动Agent与风控系统的集成，构建自动化的人机协同机制。\n你将有机会参与前沿AI技术在工业场景中的深度应用，与资深研发团队共同攻克真实业务中的关键技术挑战。我们鼓励创新思维，并提供充足的资源支持你的研究与实践落地。\n\n任职要求\n1、计算机科学、人工智能、电子工程等相关专业硕士或博士在读，具备扎实的算法与编程基础；\n2、熟悉NLP、CV或多模态大模型相关技术，有Prompt工程经验或使用过Agent框架（如AutoGPT、LangChain）者优先考虑；\n3、熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow），具备良好的算法实现与性能调优能力；\n4、对反作弊与风控领域有浓厚兴趣，具备较强的逻辑思维与问题拆解能力。\n加分项：具备强化学习、图神经网络、低代码/规则生成等相关项目经验者优先。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}