职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:27641

大模型预训练算法专家【商业化风控】

未披露 · Beijing / Hangzhou · 快手科技

主分类:大模型与生成式算法研发
算法与数据
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": "大模型预训练算法专家【商业化风控】",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "D11903",
        "location": "Beijing / Hangzhou",
        "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": "大模型预训练算法专家【商业化风控】\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 / Hangzhou\n所属部门:D11903\n发布时间:2026-03-23\n\n岗位职责\n1、负责商业化风控垂域下预训练模型工作,参与构建风控大模型基座模型建设;\n2、负责预训练模型的前瞻探索,包括但不限于语言模型、多模态模型;\n3、完成预训练模型在实际业务场景中的应用并实现业务目标。\n\n任职要求\n1、实际做过十/百亿参数以上超大模型的预训练,且解决了实际问题;\n2、对预训练模型具备大模型任务调优经验,有自己见解,且做过相应的验证;\n3、优秀的分析问题和解决问题能力,对解决具有挑战性问题充满激情;\n4、有顶会(ACL\\EMNLP\\CVPR\\ICML等)或者丰富刷榜经验者优先。",
        "requirements_text": "大模型预训练算法专家【商业化风控】\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 / Hangzhou\n所属部门:D11903\n发布时间:2026-03-23\n\n岗位职责\n1、负责商业化风控垂域下预训练模型工作,参与构建风控大模型基座模型建设;\n2、负责预训练模型的前瞻探索,包括但不限于语言模型、多模态模型;\n3、完成预训练模型在实际业务场景中的应用并实现业务目标。\n\n任职要求\n1、实际做过十/百亿参数以上超大模型的预训练,且解决了实际问题;\n2、对预训练模型具备大模型任务调优经验,有自己见解,且做过相应的验证;\n3、优秀的分析问题和解决问题能力,对解决具有挑战性问题充满激情;\n4、有顶会(ACL\\EMNLP\\CVPR\\ICML等)或者丰富刷榜经验者优先。",
        "skills": [AI生成
            "解决问题",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "4、有顶会(ACL\\EMNLP\\CVPR\\ICML等)或者丰富刷榜经验者优先",
        "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/27641"
            }
        ]
    },
    "posting": {
        "posting_id": "27641",
        "post_date": "2026-03-23",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/27641"
    },
    "fulltext": "大模型预训练算法专家【商业化风控】\n大模型预训练算法专家【商业化风控】\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 / Hangzhou\n所属部门:D11903\n发布时间:2026-03-23\n\n岗位职责\n1、负责商业化风控垂域下预训练模型工作,参与构建风控大模型基座模型建设;\n2、负责预训练模型的前瞻探索,包括但不限于语言模型、多模态模型;\n3、完成预训练模型在实际业务场景中的应用并实现业务目标。\n\n任职要求\n1、实际做过十/百亿参数以上超大模型的预训练,且解决了实际问题;\n2、对预训练模型具备大模型任务调优经验,有自己见解,且做过相应的验证;\n3、优秀的分析问题和解决问题能力,对解决具有挑战性问题充满激情;\n4、有顶会(ACL\\EMNLP\\CVPR\\ICML等)或者丰富刷榜经验者优先。\n大模型预训练算法专家【商业化风控】\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 / Hangzhou\n所属部门:D11903\n发布时间:2026-03-23\n\n岗位职责\n1、负责商业化风控垂域下预训练模型工作,参与构建风控大模型基座模型建设;\n2、负责预训练模型的前瞻探索,包括但不限于语言模型、多模态模型;\n3、完成预训练模型在实际业务场景中的应用并实现业务目标。\n\n任职要求\n1、实际做过十/百亿参数以上超大模型的预训练,且解决了实际问题;\n2、对预训练模型具备大模型任务调优经验,有自己见解,且做过相应的验证;\n3、优秀的分析问题和解决问题能力,对解决具有挑战性问题充满激情;\n4、有顶会(ACL\\EMNLP\\CVPR\\ICML等)或者丰富刷榜经验者优先。\n大模型预训练算法专家【商业化风控】\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 / Hangzhou\n所属部门:D11903\n发布时间:2026-03-23\n\n岗位职责\n1、负责商业化风控垂域下预训练模型工作,参与构建风控大模型基座模型建设;\n2、负责预训练模型的前瞻探索,包括但不限于语言模型、多模态模型;\n3、完成预训练模型在实际业务场景中的应用并实现业务目标。\n\n任职要求\n1、实际做过十/百亿参数以上超大模型的预训练,且解决了实际问题;\n2、对预训练模型具备大模型任务调优经验,有自己见解,且做过相应的验证;\n3、优秀的分析问题和解决问题能力,对解决具有挑战性问题充满激情;\n4、有顶会(ACL\\EMNLP\\CVPR\\ICML等)或者丰富刷榜经验者优先。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}