{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "广告大模型算法实习生-【AIGC】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D10188",
        "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": "硕士及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "广告大模型算法实习生-【AIGC】\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：D10188\n发布时间：2026-03-26\n\n岗位职责\n团队专注于多模态理解与生成(AIGC)方向的技术研发与业务落地，致力于打造行业领先的智能创意生产体系，我们诚挚邀请具有技术热情与创新精神的你加入，共同推动大模型与AIGC技术在广告领域的基础研究与产业化落地。团队核心工作包括：\n1、客户侧能力建设：应用大模型（LLM/VLM）、Diffusion（图像/视频/数字人的生成编辑）等前沿生成式AI技术，构建大规模智能创意设计与生产工具，提升广告主内容生产与运营效率；\n2、流量侧体系建设:研发多媒体内容理解与分发基础技术，提升内容匹配与分发效率，例如：开发多模态统一表征，离散语义ID建模；探索生成式模型在推荐系统中的创新应用；研究生成式召回与大模型精排策略等；\n3、在多媒体内容理解、商品理解、大模型推荐系统等方向持续创新，构建大规模多模态理解、跨模态检索系统，并取得业务收益与学术成果；\n4、通过系统级优化，构建高吞吐、低延迟的工业级大模型训练和推理服务系统，推动基于大模型的广告短视频AIGC工业化生产系统在快手商业化各业务场景实现高效规模化应用，提升广告内容的生产和分发效率。\n\n任职要求\n1、硕士及以上学历在读，计算机科学、人工智能、数学、统计学、自动化等相关专业；\n2、以第一作者或通讯作者身份发表至少2篇CCF-A类论文（含会议/期刊/同等水平成果，如Nature/Science等），在业内顶尖/知名比赛中获得Top2名次；\n3、编程能力强，具备扎实的算法与系统实现能力，在高水平技术竞赛（如ACM、ICPC、NOI等）中取得优异成绩，或对大型开源项目有实质性贡献；\n4、具备业界领先的工业级AI Infra系统开发与优化经验，熟悉大模型、Diffusion模型的常见优化策略与工程实践，具备独立分析与优化系统性能瓶颈的能力。\n加分项：\n1、拥有业界知名的AIGC、推荐系统或多模态生成领域的落地经验；\n2、论文在国际顶会中获得奖项或提名；\n3、有顶尖业界实验室的实习和工作经验。",
        "requirements_text": "广告大模型算法实习生-【AIGC】\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：D10188\n发布时间：2026-03-26\n\n岗位职责\n团队专注于多模态理解与生成(AIGC)方向的技术研发与业务落地，致力于打造行业领先的智能创意生产体系，我们诚挚邀请具有技术热情与创新精神的你加入，共同推动大模型与AIGC技术在广告领域的基础研究与产业化落地。团队核心工作包括：\n1、客户侧能力建设：应用大模型（LLM/VLM）、Diffusion（图像/视频/数字人的生成编辑）等前沿生成式AI技术，构建大规模智能创意设计与生产工具，提升广告主内容生产与运营效率；\n2、流量侧体系建设:研发多媒体内容理解与分发基础技术，提升内容匹配与分发效率，例如：开发多模态统一表征，离散语义ID建模；探索生成式模型在推荐系统中的创新应用；研究生成式召回与大模型精排策略等；\n3、在多媒体内容理解、商品理解、大模型推荐系统等方向持续创新，构建大规模多模态理解、跨模态检索系统，并取得业务收益与学术成果；\n4、通过系统级优化，构建高吞吐、低延迟的工业级大模型训练和推理服务系统，推动基于大模型的广告短视频AIGC工业化生产系统在快手商业化各业务场景实现高效规模化应用，提升广告内容的生产和分发效率。\n\n任职要求\n1、硕士及以上学历在读，计算机科学、人工智能、数学、统计学、自动化等相关专业；\n2、以第一作者或通讯作者身份发表至少2篇CCF-A类论文（含会议/期刊/同等水平成果，如Nature/Science等），在业内顶尖/知名比赛中获得Top2名次；\n3、编程能力强，具备扎实的算法与系统实现能力，在高水平技术竞赛（如ACM、ICPC、NOI等）中取得优异成绩，或对大型开源项目有实质性贡献；\n4、具备业界领先的工业级AI Infra系统开发与优化经验，熟悉大模型、Diffusion模型的常见优化策略与工程实践，具备独立分析与优化系统性能瓶颈的能力。\n加分项：\n1、拥有业界知名的AIGC、推荐系统或多模态生成领域的落地经验；\n2、论文在国际顶会中获得奖项或提名；\n3、有顶尖业界实验室的实习和工作经验。",
        "skills": [AI生成
            "模型训练",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项：",
        "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/28116"
            }
        ]
    },
    "posting": {
        "posting_id": "28116",
        "post_date": "2026-03-26",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/28116"
    },
    "fulltext": "广告大模型算法实习生-【AIGC】\n广告大模型算法实习生-【AIGC】\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：D10188\n发布时间：2026-03-26\n\n岗位职责\n团队专注于多模态理解与生成(AIGC)方向的技术研发与业务落地，致力于打造行业领先的智能创意生产体系，我们诚挚邀请具有技术热情与创新精神的你加入，共同推动大模型与AIGC技术在广告领域的基础研究与产业化落地。团队核心工作包括：\n1、客户侧能力建设：应用大模型（LLM/VLM）、Diffusion（图像/视频/数字人的生成编辑）等前沿生成式AI技术，构建大规模智能创意设计与生产工具，提升广告主内容生产与运营效率；\n2、流量侧体系建设:研发多媒体内容理解与分发基础技术，提升内容匹配与分发效率，例如：开发多模态统一表征，离散语义ID建模；探索生成式模型在推荐系统中的创新应用；研究生成式召回与大模型精排策略等；\n3、在多媒体内容理解、商品理解、大模型推荐系统等方向持续创新，构建大规模多模态理解、跨模态检索系统，并取得业务收益与学术成果；\n4、通过系统级优化，构建高吞吐、低延迟的工业级大模型训练和推理服务系统，推动基于大模型的广告短视频AIGC工业化生产系统在快手商业化各业务场景实现高效规模化应用，提升广告内容的生产和分发效率。\n\n任职要求\n1、硕士及以上学历在读，计算机科学、人工智能、数学、统计学、自动化等相关专业；\n2、以第一作者或通讯作者身份发表至少2篇CCF-A类论文（含会议/期刊/同等水平成果，如Nature/Science等），在业内顶尖/知名比赛中获得Top2名次；\n3、编程能力强，具备扎实的算法与系统实现能力，在高水平技术竞赛（如ACM、ICPC、NOI等）中取得优异成绩，或对大型开源项目有实质性贡献；\n4、具备业界领先的工业级AI Infra系统开发与优化经验，熟悉大模型、Diffusion模型的常见优化策略与工程实践，具备独立分析与优化系统性能瓶颈的能力。\n加分项：\n1、拥有业界知名的AIGC、推荐系统或多模态生成领域的落地经验；\n2、论文在国际顶会中获得奖项或提名；\n3、有顶尖业界实验室的实习和工作经验。\n广告大模型算法实习生-【AIGC】\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：D10188\n发布时间：2026-03-26\n\n岗位职责\n团队专注于多模态理解与生成(AIGC)方向的技术研发与业务落地，致力于打造行业领先的智能创意生产体系，我们诚挚邀请具有技术热情与创新精神的你加入，共同推动大模型与AIGC技术在广告领域的基础研究与产业化落地。团队核心工作包括：\n1、客户侧能力建设：应用大模型（LLM/VLM）、Diffusion（图像/视频/数字人的生成编辑）等前沿生成式AI技术，构建大规模智能创意设计与生产工具，提升广告主内容生产与运营效率；\n2、流量侧体系建设:研发多媒体内容理解与分发基础技术，提升内容匹配与分发效率，例如：开发多模态统一表征，离散语义ID建模；探索生成式模型在推荐系统中的创新应用；研究生成式召回与大模型精排策略等；\n3、在多媒体内容理解、商品理解、大模型推荐系统等方向持续创新，构建大规模多模态理解、跨模态检索系统，并取得业务收益与学术成果；\n4、通过系统级优化，构建高吞吐、低延迟的工业级大模型训练和推理服务系统，推动基于大模型的广告短视频AIGC工业化生产系统在快手商业化各业务场景实现高效规模化应用，提升广告内容的生产和分发效率。\n\n任职要求\n1、硕士及以上学历在读，计算机科学、人工智能、数学、统计学、自动化等相关专业；\n2、以第一作者或通讯作者身份发表至少2篇CCF-A类论文（含会议/期刊/同等水平成果，如Nature/Science等），在业内顶尖/知名比赛中获得Top2名次；\n3、编程能力强，具备扎实的算法与系统实现能力，在高水平技术竞赛（如ACM、ICPC、NOI等）中取得优异成绩，或对大型开源项目有实质性贡献；\n4、具备业界领先的工业级AI Infra系统开发与优化经验，熟悉大模型、Diffusion模型的常见优化策略与工程实践，具备独立分析与优化系统性能瓶颈的能力。\n加分项：\n1、拥有业界知名的AIGC、推荐系统或多模态生成领域的落地经验；\n2、论文在国际顶会中获得奖项或提名；\n3、有顶尖业界实验室的实习和工作经验。\n广告大模型算法实习生-【AIGC】\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：D10188\n发布时间：2026-03-26\n\n岗位职责\n团队专注于多模态理解与生成(AIGC)方向的技术研发与业务落地，致力于打造行业领先的智能创意生产体系，我们诚挚邀请具有技术热情与创新精神的你加入，共同推动大模型与AIGC技术在广告领域的基础研究与产业化落地。团队核心工作包括：\n1、客户侧能力建设：应用大模型（LLM/VLM）、Diffusion（图像/视频/数字人的生成编辑）等前沿生成式AI技术，构建大规模智能创意设计与生产工具，提升广告主内容生产与运营效率；\n2、流量侧体系建设:研发多媒体内容理解与分发基础技术，提升内容匹配与分发效率，例如：开发多模态统一表征，离散语义ID建模；探索生成式模型在推荐系统中的创新应用；研究生成式召回与大模型精排策略等；\n3、在多媒体内容理解、商品理解、大模型推荐系统等方向持续创新，构建大规模多模态理解、跨模态检索系统，并取得业务收益与学术成果；\n4、通过系统级优化，构建高吞吐、低延迟的工业级大模型训练和推理服务系统，推动基于大模型的广告短视频AIGC工业化生产系统在快手商业化各业务场景实现高效规模化应用，提升广告内容的生产和分发效率。\n\n任职要求\n1、硕士及以上学历在读，计算机科学、人工智能、数学、统计学、自动化等相关专业；\n2、以第一作者或通讯作者身份发表至少2篇CCF-A类论文（含会议/期刊/同等水平成果，如Nature/Science等），在业内顶尖/知名比赛中获得Top2名次；\n3、编程能力强，具备扎实的算法与系统实现能力，在高水平技术竞赛（如ACM、ICPC、NOI等）中取得优异成绩，或对大型开源项目有实质性贡献；\n4、具备业界领先的工业级AI Infra系统开发与优化经验，熟悉大模型、Diffusion模型的常见优化策略与工程实践，具备独立分析与优化系统性能瓶颈的能力。\n加分项：\n1、拥有业界知名的AIGC、推荐系统或多模态生成领域的落地经验；\n2、论文在国际顶会中获得奖项或提名；\n3、有顶尖业界实验室的实习和工作经验。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T011"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}