主分类：大模型与生成式算法研发
辅助：AI模型评测工程（仅展示）
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": "多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D1915",
"location": "Beijing / Shenzhen",
"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",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】\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 / Shenzhen\n所属部门：D1915\n发布时间：2026-06-09\n\n岗位职责\n1、负责多模态视频生成模型的 RLHF 数据体系建设与工程落地，围绕运动质量、文本对齐、画面稳定性、风格一致性等核心业务指标，构建可规模化、可迭代的数据生产与交付流程；\n2、设计并实现面向视频生成的 偏好建模与 Reward 机制，将主观质量（美感、合理性、符合指令等）转化为稳定、可优化的训练信号，推动模型在真实场景中的持续提升；\n3、在生产环境中落地 DPO / GRPO / ReFL / PPO 等后训练与强化学习方法，结合数据策略与算法设计，提升模型效果并控制训练成本与稳定性；\n4、深度对齐业务目标（如生成质量、用户满意度、场景可用性、内容安全等），以 “数据 + 算法 + 评测”闭环驱动模型迭代，对关键指标提升结果负责；\n5、与算法、工程、数据、产品及运营团队紧密协作，建设 自动化数据管线、评测与回归体系，确保 RLHF 能在多模型、多版本中稳定复用与规模化落地。\n\n任职要求\n1、硕士及以上学历，具备扎实的工程能力与算法背景，对多模态大模型、视频生成和模型后训练有强烈兴趣；\n2、以核心成员身份参与过 RLHF/偏好数据构建或后训练项目，熟悉数据采集、送标、质检、评测、训练、回归的完整链路；\n3、在图像或视频生成任务中，具备 DPO / GRPO / ReFL / PPO 等方法的实际工程经验，理解算法效果、稳定性与成本之间的权衡；\n4、熟悉计算机视觉基础与生成建模（图像/视频生成、时序建模、VLM 等），具备VLM微调经验；\n5、具备良好的跨团队协作与问题拆解能力，能够在复杂业务环境中推动方案落地，对结果负责。\n加分项：\n1、有大规模数据生产系统、自动化评测体系、Reward Model 设计 或 RLHF 工程化落地经验；\n2、参与过线上模型迭代，对效果指标（质量、稳定性、用户满意度、安全性等） 有可量化的实际提升；\n3、在ACM/ICPC、Kaggle 等竞赛中取得优异成绩，或在多模态生成、强化学习、大模型工程领域主导过关键项目。",
"requirements_text": "多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】\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 / Shenzhen\n所属部门：D1915\n发布时间：2026-06-09\n\n岗位职责\n1、负责多模态视频生成模型的 RLHF 数据体系建设与工程落地，围绕运动质量、文本对齐、画面稳定性、风格一致性等核心业务指标，构建可规模化、可迭代的数据生产与交付流程；\n2、设计并实现面向视频生成的 偏好建模与 Reward 机制，将主观质量（美感、合理性、符合指令等）转化为稳定、可优化的训练信号，推动模型在真实场景中的持续提升；\n3、在生产环境中落地 DPO / GRPO / ReFL / PPO 等后训练与强化学习方法，结合数据策略与算法设计，提升模型效果并控制训练成本与稳定性；\n4、深度对齐业务目标（如生成质量、用户满意度、场景可用性、内容安全等），以 “数据 + 算法 + 评测”闭环驱动模型迭代，对关键指标提升结果负责；\n5、与算法、工程、数据、产品及运营团队紧密协作，建设 自动化数据管线、评测与回归体系，确保 RLHF 能在多模型、多版本中稳定复用与规模化落地。\n\n任职要求\n1、硕士及以上学历，具备扎实的工程能力与算法背景，对多模态大模型、视频生成和模型后训练有强烈兴趣；\n2、以核心成员身份参与过 RLHF/偏好数据构建或后训练项目，熟悉数据采集、送标、质检、评测、训练、回归的完整链路；\n3、在图像或视频生成任务中，具备 DPO / GRPO / ReFL / PPO 等方法的实际工程经验，理解算法效果、稳定性与成本之间的权衡；\n4、熟悉计算机视觉基础与生成建模（图像/视频生成、时序建模、VLM 等），具备VLM微调经验；\n5、具备良好的跨团队协作与问题拆解能力，能够在复杂业务环境中推动方案落地，对结果负责。\n加分项：\n1、有大规模数据生产系统、自动化评测体系、Reward Model 设计 或 RLHF 工程化落地经验；\n2、参与过线上模型迭代，对效果指标（质量、稳定性、用户满意度、安全性等） 有可量化的实际提升；\n3、在ACM/ICPC、Kaggle 等竞赛中取得优异成绩，或在多模态生成、强化学习、大模型工程领域主导过关键项目。",
"skills": [AI生成
"强化学习",
"计算机视觉",
"算法设计",
"团队协作",
"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/29327"
}
]
},
"posting": {
"posting_id": "29327",
"post_date": "2026-06-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29327"
},
"fulltext": "多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】\n多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】\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 / Shenzhen\n所属部门：D1915\n发布时间：2026-06-09\n\n岗位职责\n1、负责多模态视频生成模型的 RLHF 数据体系建设与工程落地，围绕运动质量、文本对齐、画面稳定性、风格一致性等核心业务指标，构建可规模化、可迭代的数据生产与交付流程；\n2、设计并实现面向视频生成的 偏好建模与 Reward 机制，将主观质量（美感、合理性、符合指令等）转化为稳定、可优化的训练信号，推动模型在真实场景中的持续提升；\n3、在生产环境中落地 DPO / GRPO / ReFL / PPO 等后训练与强化学习方法，结合数据策略与算法设计，提升模型效果并控制训练成本与稳定性；\n4、深度对齐业务目标（如生成质量、用户满意度、场景可用性、内容安全等），以 “数据 + 算法 + 评测”闭环驱动模型迭代，对关键指标提升结果负责；\n5、与算法、工程、数据、产品及运营团队紧密协作，建设 自动化数据管线、评测与回归体系，确保 RLHF 能在多模型、多版本中稳定复用与规模化落地。\n\n任职要求\n1、硕士及以上学历，具备扎实的工程能力与算法背景，对多模态大模型、视频生成和模型后训练有强烈兴趣；\n2、以核心成员身份参与过 RLHF/偏好数据构建或后训练项目，熟悉数据采集、送标、质检、评测、训练、回归的完整链路；\n3、在图像或视频生成任务中，具备 DPO / GRPO / ReFL / PPO 等方法的实际工程经验，理解算法效果、稳定性与成本之间的权衡；\n4、熟悉计算机视觉基础与生成建模（图像/视频生成、时序建模、VLM 等），具备VLM微调经验；\n5、具备良好的跨团队协作与问题拆解能力，能够在复杂业务环境中推动方案落地，对结果负责。\n加分项：\n1、有大规模数据生产系统、自动化评测体系、Reward Model 设计 或 RLHF 工程化落地经验；\n2、参与过线上模型迭代，对效果指标（质量、稳定性、用户满意度、安全性等） 有可量化的实际提升；\n3、在ACM/ICPC、Kaggle 等竞赛中取得优异成绩，或在多模态生成、强化学习、大模型工程领域主导过关键项目。\n多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】\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 / Shenzhen\n所属部门：D1915\n发布时间：2026-06-09\n\n岗位职责\n1、负责多模态视频生成模型的 RLHF 数据体系建设与工程落地，围绕运动质量、文本对齐、画面稳定性、风格一致性等核心业务指标，构建可规模化、可迭代的数据生产与交付流程；\n2、设计并实现面向视频生成的 偏好建模与 Reward 机制，将主观质量（美感、合理性、符合指令等）转化为稳定、可优化的训练信号，推动模型在真实场景中的持续提升；\n3、在生产环境中落地 DPO / GRPO / ReFL / PPO 等后训练与强化学习方法，结合数据策略与算法设计，提升模型效果并控制训练成本与稳定性；\n4、深度对齐业务目标（如生成质量、用户满意度、场景可用性、内容安全等），以 “数据 + 算法 + 评测”闭环驱动模型迭代，对关键指标提升结果负责；\n5、与算法、工程、数据、产品及运营团队紧密协作，建设 自动化数据管线、评测与回归体系，确保 RLHF 能在多模型、多版本中稳定复用与规模化落地。\n\n任职要求\n1、硕士及以上学历，具备扎实的工程能力与算法背景，对多模态大模型、视频生成和模型后训练有强烈兴趣；\n2、以核心成员身份参与过 RLHF/偏好数据构建或后训练项目，熟悉数据采集、送标、质检、评测、训练、回归的完整链路；\n3、在图像或视频生成任务中，具备 DPO / GRPO / ReFL / PPO 等方法的实际工程经验，理解算法效果、稳定性与成本之间的权衡；\n4、熟悉计算机视觉基础与生成建模（图像/视频生成、时序建模、VLM 等），具备VLM微调经验；\n5、具备良好的跨团队协作与问题拆解能力，能够在复杂业务环境中推动方案落地，对结果负责。\n加分项：\n1、有大规模数据生产系统、自动化评测体系、Reward Model 设计 或 RLHF 工程化落地经验；\n2、参与过线上模型迭代，对效果指标（质量、稳定性、用户满意度、安全性等） 有可量化的实际提升；\n3、在ACM/ICPC、Kaggle 等竞赛中取得优异成绩，或在多模态生成、强化学习、大模型工程领域主导过关键项目。\n多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】\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 / Shenzhen\n所属部门：D1915\n发布时间：2026-06-09\n\n岗位职责\n1、负责多模态视频生成模型的 RLHF 数据体系建设与工程落地，围绕运动质量、文本对齐、画面稳定性、风格一致性等核心业务指标，构建可规模化、可迭代的数据生产与交付流程；\n2、设计并实现面向视频生成的 偏好建模与 Reward 机制，将主观质量（美感、合理性、符合指令等）转化为稳定、可优化的训练信号，推动模型在真实场景中的持续提升；\n3、在生产环境中落地 DPO / GRPO / ReFL / PPO 等后训练与强化学习方法，结合数据策略与算法设计，提升模型效果并控制训练成本与稳定性；\n4、深度对齐业务目标（如生成质量、用户满意度、场景可用性、内容安全等），以 “数据 + 算法 + 评测”闭环驱动模型迭代，对关键指标提升结果负责；\n5、与算法、工程、数据、产品及运营团队紧密协作，建设 自动化数据管线、评测与回归体系，确保 RLHF 能在多模型、多版本中稳定复用与规模化落地。\n\n任职要求\n1、硕士及以上学历，具备扎实的工程能力与算法背景，对多模态大模型、视频生成和模型后训练有强烈兴趣；\n2、以核心成员身份参与过 RLHF/偏好数据构建或后训练项目，熟悉数据采集、送标、质检、评测、训练、回归的完整链路；\n3、在图像或视频生成任务中，具备 DPO / GRPO / ReFL / PPO 等方法的实际工程经验，理解算法效果、稳定性与成本之间的权衡；\n4、熟悉计算机视觉基础与生成建模（图像/视频生成、时序建模、VLM 等），具备VLM微调经验；\n5、具备良好的跨团队协作与问题拆解能力，能够在复杂业务环境中推动方案落地，对结果负责。\n加分项：\n1、有大规模数据生产系统、自动化评测体系、Reward Model 设计 或 RLHF 工程化落地经验；\n2、参与过线上模型迭代，对效果指标（质量、稳定性、用户满意度、安全性等） 有可量化的实际提升；\n3、在ACM/ICPC、Kaggle 等竞赛中取得优异成绩，或在多模态生成、强化学习、大模型工程领域主导过关键项目。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}