{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法实习生 -【综效线-企业应用部】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D12188",
        "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": "基础背景：计算机科学、人工智能、数学或相关专业在读学生（本科/硕士/博士）",
        "language": "5、软性素质：具备快速阅读英文论文的能力，对解决开放性技术难题充满激情，善于沟通与团队协作",AI生成
        "visa_support": "未披露",
        "responsibilities": "算法实习生 -【综效线-企业应用部】\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：D12188\n发布时间：2025-12-17\n\n岗位职责\n我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将深入参与下一代智能Agent系统的构建，不仅有机会探索多智能体（Multi-agent）协作的前沿范式，还将亲手将理论转化为解决实际问题的Agentic解决方案。\n1、Agent系统设计与开发：参与构建高性能、可扩展的Agent框架，设计智能体的规划（Planning）、记忆（Memory）与工具调用（Tool Use）机制，实现复杂任务的自动化拆解与执行；\n2、多智能体（Multi-agent）协作探索：参与Multi-agent系统的研发，探索不同角色智能体之间的通信、协作与竞争机制，解决单体模型难以处理的复杂场景问题；\n3、Agent评估与优化：建立科学的Agent能力评估体系（Evaluation Framework），通过SFT、RLHF等手段持续优化Agent在特定场景下的决策质量与执行成功率；\n4、RAG系统与知识增强：参与基于RAG（检索增强生成）技术的系统研发，优化信息检索链路，提升Agent获取外部知识的准确性与时效性；\n5、LLM与搜推融合：探索LLM/Agent与企业内部搜索推荐系统的结合点，利用Agent能力重构用户意图理解与交互范式；\n6、前沿技术落地：紧跟LLM与Agent领域的最新学术进展（如AutoGPT, MetaGPT, LangGraph等），复现前沿算法并尝试落地应用。\n\n任职要求\n1、基础背景：计算机科学、人工智能、数学或相关专业在读学生（本科/硕士/博士）；\n2、编程能力：具备扎实的Python编程基础，熟悉PyTorch/TensorFlow等深度学习框架，有良好的代码规范；\n3、核心技能：对机器学习、NLP有深入理解，熟悉Transformer架构及主流大语言模型（GPT, Llama, Qwen等）原理；\n4、加分项（Agent相关）：\n- 有LangChain, AutoGen, LlamaIndex等Agent开发框架使用经验者优先；\n- 熟悉ReAct, CoT, ToT等提示工程（Prompt Engineering）方法论者优先；\n- 有复杂Agent系统设计、评测集构建或模型微调（Fine-tuning）经验者优先；\n5、软性素质：具备快速阅读英文论文的能力，对解决开放性技术难题充满激情，善于沟通与团队协作。",
        "requirements_text": "算法实习生 -【综效线-企业应用部】\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：D12188\n发布时间：2025-12-17\n\n岗位职责\n我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将深入参与下一代智能Agent系统的构建，不仅有机会探索多智能体（Multi-agent）协作的前沿范式，还将亲手将理论转化为解决实际问题的Agentic解决方案。\n1、Agent系统设计与开发：参与构建高性能、可扩展的Agent框架，设计智能体的规划（Planning）、记忆（Memory）与工具调用（Tool Use）机制，实现复杂任务的自动化拆解与执行；\n2、多智能体（Multi-agent）协作探索：参与Multi-agent系统的研发，探索不同角色智能体之间的通信、协作与竞争机制，解决单体模型难以处理的复杂场景问题；\n3、Agent评估与优化：建立科学的Agent能力评估体系（Evaluation Framework），通过SFT、RLHF等手段持续优化Agent在特定场景下的决策质量与执行成功率；\n4、RAG系统与知识增强：参与基于RAG（检索增强生成）技术的系统研发，优化信息检索链路，提升Agent获取外部知识的准确性与时效性；\n5、LLM与搜推融合：探索LLM/Agent与企业内部搜索推荐系统的结合点，利用Agent能力重构用户意图理解与交互范式；\n6、前沿技术落地：紧跟LLM与Agent领域的最新学术进展（如AutoGPT, MetaGPT, LangGraph等），复现前沿算法并尝试落地应用。\n\n任职要求\n1、基础背景：计算机科学、人工智能、数学或相关专业在读学生（本科/硕士/博士）；\n2、编程能力：具备扎实的Python编程基础，熟悉PyTorch/TensorFlow等深度学习框架，有良好的代码规范；\n3、核心技能：对机器学习、NLP有深入理解，熟悉Transformer架构及主流大语言模型（GPT, Llama, Qwen等）原理；\n4、加分项（Agent相关）：\n- 有LangChain, AutoGen, LlamaIndex等Agent开发框架使用经验者优先；\n- 熟悉ReAct, CoT, ToT等提示工程（Prompt Engineering）方法论者优先；\n- 有复杂Agent系统设计、评测集构建或模型微调（Fine-tuning）经验者优先；\n5、软性素质：具备快速阅读英文论文的能力，对解决开放性技术难题充满激情，善于沟通与团队协作。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "React",
            "机器学习",
            "深度学习",
            "模型微调",
            "团队协作",
            "招聘",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "4、加分项（Agent相关）：；有LangChain, AutoGen, LlamaIndex等Agent开发框架使用经验者优先；熟悉ReAct, CoT, ToT等提示工程（Prompt Engineering）方法论者优先；有复杂Agent系统设计、评测集构建或模型微调（Fine-tuning）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/26661"
            }
        ]
    },
    "posting": {
        "posting_id": "26661",
        "post_date": "2025-12-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/26661"
    },
    "fulltext": "算法实习生 -【综效线-企业应用部】\n算法实习生 -【综效线-企业应用部】\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：D12188\n发布时间：2025-12-17\n\n岗位职责\n我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将深入参与下一代智能Agent系统的构建，不仅有机会探索多智能体（Multi-agent）协作的前沿范式，还将亲手将理论转化为解决实际问题的Agentic解决方案。\n1、Agent系统设计与开发：参与构建高性能、可扩展的Agent框架，设计智能体的规划（Planning）、记忆（Memory）与工具调用（Tool Use）机制，实现复杂任务的自动化拆解与执行；\n2、多智能体（Multi-agent）协作探索：参与Multi-agent系统的研发，探索不同角色智能体之间的通信、协作与竞争机制，解决单体模型难以处理的复杂场景问题；\n3、Agent评估与优化：建立科学的Agent能力评估体系（Evaluation Framework），通过SFT、RLHF等手段持续优化Agent在特定场景下的决策质量与执行成功率；\n4、RAG系统与知识增强：参与基于RAG（检索增强生成）技术的系统研发，优化信息检索链路，提升Agent获取外部知识的准确性与时效性；\n5、LLM与搜推融合：探索LLM/Agent与企业内部搜索推荐系统的结合点，利用Agent能力重构用户意图理解与交互范式；\n6、前沿技术落地：紧跟LLM与Agent领域的最新学术进展（如AutoGPT, MetaGPT, LangGraph等），复现前沿算法并尝试落地应用。\n\n任职要求\n1、基础背景：计算机科学、人工智能、数学或相关专业在读学生（本科/硕士/博士）；\n2、编程能力：具备扎实的Python编程基础，熟悉PyTorch/TensorFlow等深度学习框架，有良好的代码规范；\n3、核心技能：对机器学习、NLP有深入理解，熟悉Transformer架构及主流大语言模型（GPT, Llama, Qwen等）原理；\n4、加分项（Agent相关）：\n- 有LangChain, AutoGen, LlamaIndex等Agent开发框架使用经验者优先；\n- 熟悉ReAct, CoT, ToT等提示工程（Prompt Engineering）方法论者优先；\n- 有复杂Agent系统设计、评测集构建或模型微调（Fine-tuning）经验者优先；\n5、软性素质：具备快速阅读英文论文的能力，对解决开放性技术难题充满激情，善于沟通与团队协作。\n算法实习生 -【综效线-企业应用部】\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：D12188\n发布时间：2025-12-17\n\n岗位职责\n我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将深入参与下一代智能Agent系统的构建，不仅有机会探索多智能体（Multi-agent）协作的前沿范式，还将亲手将理论转化为解决实际问题的Agentic解决方案。\n1、Agent系统设计与开发：参与构建高性能、可扩展的Agent框架，设计智能体的规划（Planning）、记忆（Memory）与工具调用（Tool Use）机制，实现复杂任务的自动化拆解与执行；\n2、多智能体（Multi-agent）协作探索：参与Multi-agent系统的研发，探索不同角色智能体之间的通信、协作与竞争机制，解决单体模型难以处理的复杂场景问题；\n3、Agent评估与优化：建立科学的Agent能力评估体系（Evaluation Framework），通过SFT、RLHF等手段持续优化Agent在特定场景下的决策质量与执行成功率；\n4、RAG系统与知识增强：参与基于RAG（检索增强生成）技术的系统研发，优化信息检索链路，提升Agent获取外部知识的准确性与时效性；\n5、LLM与搜推融合：探索LLM/Agent与企业内部搜索推荐系统的结合点，利用Agent能力重构用户意图理解与交互范式；\n6、前沿技术落地：紧跟LLM与Agent领域的最新学术进展（如AutoGPT, MetaGPT, LangGraph等），复现前沿算法并尝试落地应用。\n\n任职要求\n1、基础背景：计算机科学、人工智能、数学或相关专业在读学生（本科/硕士/博士）；\n2、编程能力：具备扎实的Python编程基础，熟悉PyTorch/TensorFlow等深度学习框架，有良好的代码规范；\n3、核心技能：对机器学习、NLP有深入理解，熟悉Transformer架构及主流大语言模型（GPT, Llama, Qwen等）原理；\n4、加分项（Agent相关）：\n- 有LangChain, AutoGen, LlamaIndex等Agent开发框架使用经验者优先；\n- 熟悉ReAct, CoT, ToT等提示工程（Prompt Engineering）方法论者优先；\n- 有复杂Agent系统设计、评测集构建或模型微调（Fine-tuning）经验者优先；\n5、软性素质：具备快速阅读英文论文的能力，对解决开放性技术难题充满激情，善于沟通与团队协作。\n算法实习生 -【综效线-企业应用部】\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：D12188\n发布时间：2025-12-17\n\n岗位职责\n我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将深入参与下一代智能Agent系统的构建，不仅有机会探索多智能体（Multi-agent）协作的前沿范式，还将亲手将理论转化为解决实际问题的Agentic解决方案。\n1、Agent系统设计与开发：参与构建高性能、可扩展的Agent框架，设计智能体的规划（Planning）、记忆（Memory）与工具调用（Tool Use）机制，实现复杂任务的自动化拆解与执行；\n2、多智能体（Multi-agent）协作探索：参与Multi-agent系统的研发，探索不同角色智能体之间的通信、协作与竞争机制，解决单体模型难以处理的复杂场景问题；\n3、Agent评估与优化：建立科学的Agent能力评估体系（Evaluation Framework），通过SFT、RLHF等手段持续优化Agent在特定场景下的决策质量与执行成功率；\n4、RAG系统与知识增强：参与基于RAG（检索增强生成）技术的系统研发，优化信息检索链路，提升Agent获取外部知识的准确性与时效性；\n5、LLM与搜推融合：探索LLM/Agent与企业内部搜索推荐系统的结合点，利用Agent能力重构用户意图理解与交互范式；\n6、前沿技术落地：紧跟LLM与Agent领域的最新学术进展（如AutoGPT, MetaGPT, LangGraph等），复现前沿算法并尝试落地应用。\n\n任职要求\n1、基础背景：计算机科学、人工智能、数学或相关专业在读学生（本科/硕士/博士）；\n2、编程能力：具备扎实的Python编程基础，熟悉PyTorch/TensorFlow等深度学习框架，有良好的代码规范；\n3、核心技能：对机器学习、NLP有深入理解，熟悉Transformer架构及主流大语言模型（GPT, Llama, Qwen等）原理；\n4、加分项（Agent相关）：\n- 有LangChain, AutoGen, LlamaIndex等Agent开发框架使用经验者优先；\n- 熟悉ReAct, CoT, ToT等提示工程（Prompt Engineering）方法论者优先；\n- 有复杂Agent系统设计、评测集构建或模型微调（Fine-tuning）经验者优先；\n5、软性素质：具备快速阅读英文论文的能力，对解决开放性技术难题充满激情，善于沟通与团队协作。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}