{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态大模型算法实习生-Keye",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D14832",
        "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": 2,
        "degree": "计算机科学与技术、人工智能等相关专业的硕士或博士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "多模态大模型算法实习生-Keye\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：D14832\n发布时间：2026-06-22\n\n岗位职责\n1、依托快手视频社区平台，构建最具影响力的多模态理解基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、2年内计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。",
        "requirements_text": "多模态大模型算法实习生-Keye\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：D14832\n发布时间：2026-06-22\n\n岗位职责\n1、依托快手视频社区平台，构建最具影响力的多模态理解基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、2年内计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "自然语言处理",
            "团队协作",
            "沟通能力",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑",
        "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/27120"
            }
        ]
    },
    "posting": {
        "posting_id": "27120",
        "post_date": "2026-06-22",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/27120"
    },
    "fulltext": "多模态大模型算法实习生-Keye\n多模态大模型算法实习生-Keye\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：D14832\n发布时间：2026-06-22\n\n岗位职责\n1、依托快手视频社区平台，构建最具影响力的多模态理解基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、2年内计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。\n多模态大模型算法实习生-Keye\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：D14832\n发布时间：2026-06-22\n\n岗位职责\n1、依托快手视频社区平台，构建最具影响力的多模态理解基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、2年内计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。\n多模态大模型算法实习生-Keye\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：D14832\n发布时间：2026-06-22\n\n岗位职责\n1、依托快手视频社区平台，构建最具影响力的多模态理解基座模型和开源生态；\n2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等；\n3、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发（包括OCR、Caption、Grounding等）；\n4、协助研发理解与生成统一大模型的基础架构，涵盖多模态输入和输出在内的建模，实现模型在理解与生成任务上的协同优化效果。\n\n任职要求\n1、计算机科学与技术、人工智能等相关专业的硕士或博士；\n2、2年内计算机多模态/NLP/CV相关工作经验，有较强的coding能力；\n3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑；\n4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）；\n5、具备良好的沟通能力和团队合作精神。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}