主分类:大模型与生成式算法研发
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": "AIGC算法实习生 —【可灵AI专项】",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D1915",
"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": "AIGC算法实习生 —【可灵AI专项】\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:D1915\n发布时间:2026-06-09\n\n岗位职责\n1、熟悉视频生成、大语言模型(LLM)、视觉语言模型(VLM)及多模态大语言模型(MLLM)等大模型的数据处理全流程,包括数据采集、质量筛选、分布均衡等关键环节;\n2、了解上述大模型的典型架构设计与训练策略,能准确把握pretrain、sft、rl等不同训练阶段的目标差异及其对应的数据需求,理解数据对模型性能提升的关键作用;\n3、跟踪 Data-Centric AI 领域的前沿研究,系统复现代表性基线方法,并在此基础上开展对比分析、归纳总结与深度思考,最终形成结构清晰、观点明确的技术综述。\n\n任职要求\n1、 硕士及以上学历,计算机科学、人工智能、数学或相关专业;\n2、在AI领域顶级会议(如NeurIPS、ICML、CVPR、ICCV等)或权威期刊有论文发表经历;\n3、具备扎实的计算机视觉基础,熟悉主流视觉算法与技术框架,拥有大模型数据构建、清洗、评估及训练的实际项目经验;\n4、具备优秀的逻辑分析能力,能独立开展技术调研与问题分析,并提出切实可行的优化建议。\n加分项\n1、在CVPR、ICCV、NeurIPS等国际顶会有第一作者或核心作者论文发表;\n2、对Data-Centric AI方向有持续关注与深入实践,具备较强的研究热情。",
"requirements_text": "AIGC算法实习生 —【可灵AI专项】\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:D1915\n发布时间:2026-06-09\n\n岗位职责\n1、熟悉视频生成、大语言模型(LLM)、视觉语言模型(VLM)及多模态大语言模型(MLLM)等大模型的数据处理全流程,包括数据采集、质量筛选、分布均衡等关键环节;\n2、了解上述大模型的典型架构设计与训练策略,能准确把握pretrain、sft、rl等不同训练阶段的目标差异及其对应的数据需求,理解数据对模型性能提升的关键作用;\n3、跟踪 Data-Centric AI 领域的前沿研究,系统复现代表性基线方法,并在此基础上开展对比分析、归纳总结与深度思考,最终形成结构清晰、观点明确的技术综述。\n\n任职要求\n1、 硕士及以上学历,计算机科学、人工智能、数学或相关专业;\n2、在AI领域顶级会议(如NeurIPS、ICML、CVPR、ICCV等)或权威期刊有论文发表经历;\n3、具备扎实的计算机视觉基础,熟悉主流视觉算法与技术框架,拥有大模型数据构建、清洗、评估及训练的实际项目经验;\n4、具备优秀的逻辑分析能力,能独立开展技术调研与问题分析,并提出切实可行的优化建议。\n加分项\n1、在CVPR、ICCV、NeurIPS等国际顶会有第一作者或核心作者论文发表;\n2、对Data-Centric AI方向有持续关注与深入实践,具备较强的研究热情。",
"skills": [AI生成
"计算机视觉",
"架构设计",
"分析能力",
"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/30135"
}
]
},
"posting": {
"posting_id": "30135",
"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/30135"
},
"fulltext": "AIGC算法实习生 —【可灵AI专项】\nAIGC算法实习生 —【可灵AI专项】\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:D1915\n发布时间:2026-06-09\n\n岗位职责\n1、熟悉视频生成、大语言模型(LLM)、视觉语言模型(VLM)及多模态大语言模型(MLLM)等大模型的数据处理全流程,包括数据采集、质量筛选、分布均衡等关键环节;\n2、了解上述大模型的典型架构设计与训练策略,能准确把握pretrain、sft、rl等不同训练阶段的目标差异及其对应的数据需求,理解数据对模型性能提升的关键作用;\n3、跟踪 Data-Centric AI 领域的前沿研究,系统复现代表性基线方法,并在此基础上开展对比分析、归纳总结与深度思考,最终形成结构清晰、观点明确的技术综述。\n\n任职要求\n1、 硕士及以上学历,计算机科学、人工智能、数学或相关专业;\n2、在AI领域顶级会议(如NeurIPS、ICML、CVPR、ICCV等)或权威期刊有论文发表经历;\n3、具备扎实的计算机视觉基础,熟悉主流视觉算法与技术框架,拥有大模型数据构建、清洗、评估及训练的实际项目经验;\n4、具备优秀的逻辑分析能力,能独立开展技术调研与问题分析,并提出切实可行的优化建议。\n加分项\n1、在CVPR、ICCV、NeurIPS等国际顶会有第一作者或核心作者论文发表;\n2、对Data-Centric AI方向有持续关注与深入实践,具备较强的研究热情。\nAIGC算法实习生 —【可灵AI专项】\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:D1915\n发布时间:2026-06-09\n\n岗位职责\n1、熟悉视频生成、大语言模型(LLM)、视觉语言模型(VLM)及多模态大语言模型(MLLM)等大模型的数据处理全流程,包括数据采集、质量筛选、分布均衡等关键环节;\n2、了解上述大模型的典型架构设计与训练策略,能准确把握pretrain、sft、rl等不同训练阶段的目标差异及其对应的数据需求,理解数据对模型性能提升的关键作用;\n3、跟踪 Data-Centric AI 领域的前沿研究,系统复现代表性基线方法,并在此基础上开展对比分析、归纳总结与深度思考,最终形成结构清晰、观点明确的技术综述。\n\n任职要求\n1、 硕士及以上学历,计算机科学、人工智能、数学或相关专业;\n2、在AI领域顶级会议(如NeurIPS、ICML、CVPR、ICCV等)或权威期刊有论文发表经历;\n3、具备扎实的计算机视觉基础,熟悉主流视觉算法与技术框架,拥有大模型数据构建、清洗、评估及训练的实际项目经验;\n4、具备优秀的逻辑分析能力,能独立开展技术调研与问题分析,并提出切实可行的优化建议。\n加分项\n1、在CVPR、ICCV、NeurIPS等国际顶会有第一作者或核心作者论文发表;\n2、对Data-Centric AI方向有持续关注与深入实践,具备较强的研究热情。\nAIGC算法实习生 —【可灵AI专项】\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:D1915\n发布时间:2026-06-09\n\n岗位职责\n1、熟悉视频生成、大语言模型(LLM)、视觉语言模型(VLM)及多模态大语言模型(MLLM)等大模型的数据处理全流程,包括数据采集、质量筛选、分布均衡等关键环节;\n2、了解上述大模型的典型架构设计与训练策略,能准确把握pretrain、sft、rl等不同训练阶段的目标差异及其对应的数据需求,理解数据对模型性能提升的关键作用;\n3、跟踪 Data-Centric AI 领域的前沿研究,系统复现代表性基线方法,并在此基础上开展对比分析、归纳总结与深度思考,最终形成结构清晰、观点明确的技术综述。\n\n任职要求\n1、 硕士及以上学历,计算机科学、人工智能、数学或相关专业;\n2、在AI领域顶级会议(如NeurIPS、ICML、CVPR、ICCV等)或权威期刊有论文发表经历;\n3、具备扎实的计算机视觉基础,熟悉主流视觉算法与技术框架,拥有大模型数据构建、清洗、评估及训练的实际项目经验;\n4、具备优秀的逻辑分析能力,能独立开展技术调研与问题分析,并提出切实可行的优化建议。\n加分项\n1、在CVPR、ICCV、NeurIPS等国际顶会有第一作者或核心作者论文发表;\n2、对Data-Centric AI方向有持续关注与深入实践,具备较强的研究热情。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}