主分类：AI模型评测工程
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": "多模态评测算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D13923",
"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",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态评测算法实习生\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：D13923\n发布时间：2026-07-09\n\n岗位职责\n加入我们多模态评测算法研发团队，负责多模态理解任务的benchmark设计、落地以及学术化转化工作，聚焦多模态理解、视频生成、理解生成一体化等核心技术方向，通过构建科学、全面的评测体系，推动团队技术研发的高效迭代与创新突破，助力公司在多模态技术领域保持领先地位。\n1、Benchmark设计与开发：深入研究多模态理解、视频生成、理解生成一体化等技术方向的前沿动态与行业需求，设计并开发具有针对性、科学性的benchmark评测体系，涵盖数据采集、指标定义、评测方法制定等全流程，确保评测体系能够准确反映模型的性能与潜力；\n2、评测落地与执行：负责benchmark评测体系的落地实施，搭建稳定、高效的评测环境，完成对多模态模型的自动化评测任务，及时处理评测过程中出现的问题，保证评测结果的准确性、可靠性与公正性；\n3、数据分析与优化：对评测结果进行深入分析，挖掘模型存在的问题与不足，为模型的优化与改进提供数据支持与决策依据，结合评测数据，撰写详细的评测报告，为研发团队提供有价值的参考建议；\n4、学术化转化与研究：跟踪多模态技术领域的学术研究动态，将benchmark评测成果进行学术化转化，参与学术论文的撰写与发表，提升公司在行业内的学术影响力，同时，积极开展前沿技术研究，探索新的评测方法与技术思路，为团队的技术创新注入新的活力；\n5、团队协作与沟通：与算法研发、工程实现等多个团队保持密切沟通与协作，及时了解团队的技术需求与研发进展，确保评测工作与整体研发节奏保持一致，参与团队内部的技术交流与分享活动，共同提升团队的技术水平与创新能力。\n\n任职要求\n1、硕士及以上学历，计算机技术、人工智能、机器学习、数据科学等相关专业优先；\n2、具备扎实的机器学习 / 深度学习基础，对生成模型或多模态模型有一定理解；\n3、对视频生成、AIGC、多模态理解与评测方向有浓厚兴趣；\n4、具备优秀的代码基础，熟练掌握至少一门编程语言：Python（优先）、C/C++、Java；\n5、了解常见 AI 模型与算法基本原理，例如：Transformer、CLIP / CNN、GAN / VAE、Diffusion Models / DiT等；\n6、熟悉机器学习模型评估方法与指标与模型评测与实验设计方法；\n7、具备良好的数据分析能力与数据化思维，能够基于实验结果进行系统分析并输出结论；\n8、有以下经验之一者优先：\n● LLM / VLM 相关研究或工程经验；\n● 自动评测 / LLM-as-a-Judge 相关实践；\n● Benchmark 构建或评测体系设计经验；\n加分项：\n1、参与AIGC、大模型相关的项目研发测试经验优先，有竞品大模型评测经验优先（如通义、即梦、混元等）；\n2、有顶会论文、国家或国际奖项、专利获得者、算法竞赛获奖者优先考虑；\n3、有训练或微调常见CV、NLP、LLM、MLLM模型经验优先；\n4、有扎实的美术素养、设计经验、视频创作影视导演编导、或者有互联网公司相关经验者优先。",
"requirements_text": "多模态评测算法实习生\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：D13923\n发布时间：2026-07-09\n\n岗位职责\n加入我们多模态评测算法研发团队，负责多模态理解任务的benchmark设计、落地以及学术化转化工作，聚焦多模态理解、视频生成、理解生成一体化等核心技术方向，通过构建科学、全面的评测体系，推动团队技术研发的高效迭代与创新突破，助力公司在多模态技术领域保持领先地位。\n1、Benchmark设计与开发：深入研究多模态理解、视频生成、理解生成一体化等技术方向的前沿动态与行业需求，设计并开发具有针对性、科学性的benchmark评测体系，涵盖数据采集、指标定义、评测方法制定等全流程，确保评测体系能够准确反映模型的性能与潜力；\n2、评测落地与执行：负责benchmark评测体系的落地实施，搭建稳定、高效的评测环境，完成对多模态模型的自动化评测任务，及时处理评测过程中出现的问题，保证评测结果的准确性、可靠性与公正性；\n3、数据分析与优化：对评测结果进行深入分析，挖掘模型存在的问题与不足，为模型的优化与改进提供数据支持与决策依据，结合评测数据，撰写详细的评测报告，为研发团队提供有价值的参考建议；\n4、学术化转化与研究：跟踪多模态技术领域的学术研究动态，将benchmark评测成果进行学术化转化，参与学术论文的撰写与发表，提升公司在行业内的学术影响力，同时，积极开展前沿技术研究，探索新的评测方法与技术思路，为团队的技术创新注入新的活力；\n5、团队协作与沟通：与算法研发、工程实现等多个团队保持密切沟通与协作，及时了解团队的技术需求与研发进展，确保评测工作与整体研发节奏保持一致，参与团队内部的技术交流与分享活动，共同提升团队的技术水平与创新能力。\n\n任职要求\n1、硕士及以上学历，计算机技术、人工智能、机器学习、数据科学等相关专业优先；\n2、具备扎实的机器学习 / 深度学习基础，对生成模型或多模态模型有一定理解；\n3、对视频生成、AIGC、多模态理解与评测方向有浓厚兴趣；\n4、具备优秀的代码基础，熟练掌握至少一门编程语言：Python（优先）、C/C++、Java；\n5、了解常见 AI 模型与算法基本原理，例如：Transformer、CLIP / CNN、GAN / VAE、Diffusion Models / DiT等；\n6、熟悉机器学习模型评估方法与指标与模型评测与实验设计方法；\n7、具备良好的数据分析能力与数据化思维，能够基于实验结果进行系统分析并输出结论；\n8、有以下经验之一者优先：\n● LLM / VLM 相关研究或工程经验；\n● 自动评测 / LLM-as-a-Judge 相关实践；\n● Benchmark 构建或评测体系设计经验；\n加分项：\n1、参与AIGC、大模型相关的项目研发测试经验优先，有竞品大模型评测经验优先（如通义、即梦、混元等）；\n2、有顶会论文、国家或国际奖项、专利获得者、算法竞赛获奖者优先考虑；\n3、有训练或微调常见CV、NLP、LLM、MLLM模型经验优先；\n4、有扎实的美术素养、设计经验、视频创作影视导演编导、或者有互联网公司相关经验者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"机器学习",
"深度学习",
"自然语言处理",
"数据分析",
"可靠性",
"团队协作",
"分析能力",
"招聘",
"大语言模型",
"C语言"
],
"preferred_qualifications": "1、硕士及以上学历，计算机技术、人工智能、机器学习、数据科学等相关专业优先；4、具备优秀的代码基础，熟练掌握至少一门编程语言：Python（优先）、C/C++、Java；8、有以下经验之一者优先：；加分项：；1、参与AIGC、大模型相关的项目研发测试经验优先，有竞品大模型评测经验优先（如通义、即梦、混元等）；2、有顶会论文、国家或国际奖项、专利获得者、算法竞赛获奖者优先考虑；3、有训练或微调常见CV、NLP、LLM、MLLM模型经验优先；4、有扎实的美术素养、设计经验、视频创作影视导演编导、或者有互联网公司相关经验者优先",
"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/29924"
}
]
},
"posting": {
"posting_id": "29924",
"post_date": "2026-07-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29924"
},
"fulltext": "多模态评测算法实习生\n多模态评测算法实习生\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：D13923\n发布时间：2026-07-09\n\n岗位职责\n加入我们多模态评测算法研发团队，负责多模态理解任务的benchmark设计、落地以及学术化转化工作，聚焦多模态理解、视频生成、理解生成一体化等核心技术方向，通过构建科学、全面的评测体系，推动团队技术研发的高效迭代与创新突破，助力公司在多模态技术领域保持领先地位。\n1、Benchmark设计与开发：深入研究多模态理解、视频生成、理解生成一体化等技术方向的前沿动态与行业需求，设计并开发具有针对性、科学性的benchmark评测体系，涵盖数据采集、指标定义、评测方法制定等全流程，确保评测体系能够准确反映模型的性能与潜力；\n2、评测落地与执行：负责benchmark评测体系的落地实施，搭建稳定、高效的评测环境，完成对多模态模型的自动化评测任务，及时处理评测过程中出现的问题，保证评测结果的准确性、可靠性与公正性；\n3、数据分析与优化：对评测结果进行深入分析，挖掘模型存在的问题与不足，为模型的优化与改进提供数据支持与决策依据，结合评测数据，撰写详细的评测报告，为研发团队提供有价值的参考建议；\n4、学术化转化与研究：跟踪多模态技术领域的学术研究动态，将benchmark评测成果进行学术化转化，参与学术论文的撰写与发表，提升公司在行业内的学术影响力，同时，积极开展前沿技术研究，探索新的评测方法与技术思路，为团队的技术创新注入新的活力；\n5、团队协作与沟通：与算法研发、工程实现等多个团队保持密切沟通与协作，及时了解团队的技术需求与研发进展，确保评测工作与整体研发节奏保持一致，参与团队内部的技术交流与分享活动，共同提升团队的技术水平与创新能力。\n\n任职要求\n1、硕士及以上学历，计算机技术、人工智能、机器学习、数据科学等相关专业优先；\n2、具备扎实的机器学习 / 深度学习基础，对生成模型或多模态模型有一定理解；\n3、对视频生成、AIGC、多模态理解与评测方向有浓厚兴趣；\n4、具备优秀的代码基础，熟练掌握至少一门编程语言：Python（优先）、C/C++、Java；\n5、了解常见 AI 模型与算法基本原理，例如：Transformer、CLIP / CNN、GAN / VAE、Diffusion Models / DiT等；\n6、熟悉机器学习模型评估方法与指标与模型评测与实验设计方法；\n7、具备良好的数据分析能力与数据化思维，能够基于实验结果进行系统分析并输出结论；\n8、有以下经验之一者优先：\n● LLM / VLM 相关研究或工程经验；\n● 自动评测 / LLM-as-a-Judge 相关实践；\n● Benchmark 构建或评测体系设计经验；\n加分项：\n1、参与AIGC、大模型相关的项目研发测试经验优先，有竞品大模型评测经验优先（如通义、即梦、混元等）；\n2、有顶会论文、国家或国际奖项、专利获得者、算法竞赛获奖者优先考虑；\n3、有训练或微调常见CV、NLP、LLM、MLLM模型经验优先；\n4、有扎实的美术素养、设计经验、视频创作影视导演编导、或者有互联网公司相关经验者优先。\n多模态评测算法实习生\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：D13923\n发布时间：2026-07-09\n\n岗位职责\n加入我们多模态评测算法研发团队，负责多模态理解任务的benchmark设计、落地以及学术化转化工作，聚焦多模态理解、视频生成、理解生成一体化等核心技术方向，通过构建科学、全面的评测体系，推动团队技术研发的高效迭代与创新突破，助力公司在多模态技术领域保持领先地位。\n1、Benchmark设计与开发：深入研究多模态理解、视频生成、理解生成一体化等技术方向的前沿动态与行业需求，设计并开发具有针对性、科学性的benchmark评测体系，涵盖数据采集、指标定义、评测方法制定等全流程，确保评测体系能够准确反映模型的性能与潜力；\n2、评测落地与执行：负责benchmark评测体系的落地实施，搭建稳定、高效的评测环境，完成对多模态模型的自动化评测任务，及时处理评测过程中出现的问题，保证评测结果的准确性、可靠性与公正性；\n3、数据分析与优化：对评测结果进行深入分析，挖掘模型存在的问题与不足，为模型的优化与改进提供数据支持与决策依据，结合评测数据，撰写详细的评测报告，为研发团队提供有价值的参考建议；\n4、学术化转化与研究：跟踪多模态技术领域的学术研究动态，将benchmark评测成果进行学术化转化，参与学术论文的撰写与发表，提升公司在行业内的学术影响力，同时，积极开展前沿技术研究，探索新的评测方法与技术思路，为团队的技术创新注入新的活力；\n5、团队协作与沟通：与算法研发、工程实现等多个团队保持密切沟通与协作，及时了解团队的技术需求与研发进展，确保评测工作与整体研发节奏保持一致，参与团队内部的技术交流与分享活动，共同提升团队的技术水平与创新能力。\n\n任职要求\n1、硕士及以上学历，计算机技术、人工智能、机器学习、数据科学等相关专业优先；\n2、具备扎实的机器学习 / 深度学习基础，对生成模型或多模态模型有一定理解；\n3、对视频生成、AIGC、多模态理解与评测方向有浓厚兴趣；\n4、具备优秀的代码基础，熟练掌握至少一门编程语言：Python（优先）、C/C++、Java；\n5、了解常见 AI 模型与算法基本原理，例如：Transformer、CLIP / CNN、GAN / VAE、Diffusion Models / DiT等；\n6、熟悉机器学习模型评估方法与指标与模型评测与实验设计方法；\n7、具备良好的数据分析能力与数据化思维，能够基于实验结果进行系统分析并输出结论；\n8、有以下经验之一者优先：\n● LLM / VLM 相关研究或工程经验；\n● 自动评测 / LLM-as-a-Judge 相关实践；\n● Benchmark 构建或评测体系设计经验；\n加分项：\n1、参与AIGC、大模型相关的项目研发测试经验优先，有竞品大模型评测经验优先（如通义、即梦、混元等）；\n2、有顶会论文、国家或国际奖项、专利获得者、算法竞赛获奖者优先考虑；\n3、有训练或微调常见CV、NLP、LLM、MLLM模型经验优先；\n4、有扎实的美术素养、设计经验、视频创作影视导演编导、或者有互联网公司相关经验者优先。\n多模态评测算法实习生\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：D13923\n发布时间：2026-07-09\n\n岗位职责\n加入我们多模态评测算法研发团队，负责多模态理解任务的benchmark设计、落地以及学术化转化工作，聚焦多模态理解、视频生成、理解生成一体化等核心技术方向，通过构建科学、全面的评测体系，推动团队技术研发的高效迭代与创新突破，助力公司在多模态技术领域保持领先地位。\n1、Benchmark设计与开发：深入研究多模态理解、视频生成、理解生成一体化等技术方向的前沿动态与行业需求，设计并开发具有针对性、科学性的benchmark评测体系，涵盖数据采集、指标定义、评测方法制定等全流程，确保评测体系能够准确反映模型的性能与潜力；\n2、评测落地与执行：负责benchmark评测体系的落地实施，搭建稳定、高效的评测环境，完成对多模态模型的自动化评测任务，及时处理评测过程中出现的问题，保证评测结果的准确性、可靠性与公正性；\n3、数据分析与优化：对评测结果进行深入分析，挖掘模型存在的问题与不足，为模型的优化与改进提供数据支持与决策依据，结合评测数据，撰写详细的评测报告，为研发团队提供有价值的参考建议；\n4、学术化转化与研究：跟踪多模态技术领域的学术研究动态，将benchmark评测成果进行学术化转化，参与学术论文的撰写与发表，提升公司在行业内的学术影响力，同时，积极开展前沿技术研究，探索新的评测方法与技术思路，为团队的技术创新注入新的活力；\n5、团队协作与沟通：与算法研发、工程实现等多个团队保持密切沟通与协作，及时了解团队的技术需求与研发进展，确保评测工作与整体研发节奏保持一致，参与团队内部的技术交流与分享活动，共同提升团队的技术水平与创新能力。\n\n任职要求\n1、硕士及以上学历，计算机技术、人工智能、机器学习、数据科学等相关专业优先；\n2、具备扎实的机器学习 / 深度学习基础，对生成模型或多模态模型有一定理解；\n3、对视频生成、AIGC、多模态理解与评测方向有浓厚兴趣；\n4、具备优秀的代码基础，熟练掌握至少一门编程语言：Python（优先）、C/C++、Java；\n5、了解常见 AI 模型与算法基本原理，例如：Transformer、CLIP / CNN、GAN / VAE、Diffusion Models / DiT等；\n6、熟悉机器学习模型评估方法与指标与模型评测与实验设计方法；\n7、具备良好的数据分析能力与数据化思维，能够基于实验结果进行系统分析并输出结论；\n8、有以下经验之一者优先：\n● LLM / VLM 相关研究或工程经验；\n● 自动评测 / LLM-as-a-Judge 相关实践；\n● Benchmark 构建或评测体系设计经验；\n加分项：\n1、参与AIGC、大模型相关的项目研发测试经验优先，有竞品大模型评测经验优先（如通义、即梦、混元等）；\n2、有顶会论文、国家或国际奖项、专利获得者、算法竞赛获奖者优先考虑；\n3、有训练或微调常见CV、NLP、LLM、MLLM模型经验优先；\n4、有扎实的美术素养、设计经验、视频创作影视导演编导、或者有互联网公司相关经验者优先。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}