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": "大模型后训练算法专家（coding方向）",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "D13919",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "大模型后训练算法专家（coding方向）\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\n所属部门：D13919\n发布时间：2026-07-06\n\n岗位职责\n1、代码数据的大规模自动化收集，合成和评测，并研究数据构成对代码大模型效果的影响；\n2、跟踪agentic coding前沿算法，并能够根据场景改进相关算法，提升模型代码性能；\n3、跟踪强化学习前沿算法，并能够根据场景设计突破性的奖励函数和学习机制。\n\n任职要求\n1、在 NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流大模型和算法，并有丰富的实践经验；\n2、较强的工程实现能力，熟练掌握 pytorch，熟悉DeepSpeed、Megatron等分布式训练框；\n3、有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；\n4、有ACM/NOI/超算等各类竞赛获奖经历者优先。",
"requirements_text": "大模型后训练算法专家（coding方向）\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\n所属部门：D13919\n发布时间：2026-07-06\n\n岗位职责\n1、代码数据的大规模自动化收集，合成和评测，并研究数据构成对代码大模型效果的影响；\n2、跟踪agentic coding前沿算法，并能够根据场景改进相关算法，提升模型代码性能；\n3、跟踪强化学习前沿算法，并能够根据场景设计突破性的奖励函数和学习机制。\n\n任职要求\n1、在 NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流大模型和算法，并有丰富的实践经验；\n2、较强的工程实现能力，熟练掌握 pytorch，熟悉DeepSpeed、Megatron等分布式训练框；\n3、有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；\n4、有ACM/NOI/超算等各类竞赛获奖经历者优先。",
"skills": [AI生成
"PyTorch",
"深度学习",
"强化学习",
"自然语言处理",
"招聘",
"大语言模型"
],
"preferred_qualifications": "3、有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；4、有ACM/NOI/超算等各类竞赛获奖经历者优先",
"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/30283"
}
]
},
"posting": {
"posting_id": "30283",
"post_date": "2026-07-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30283"
},
"fulltext": "大模型后训练算法专家（coding方向）\n大模型后训练算法专家（coding方向）\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\n所属部门：D13919\n发布时间：2026-07-06\n\n岗位职责\n1、代码数据的大规模自动化收集，合成和评测，并研究数据构成对代码大模型效果的影响；\n2、跟踪agentic coding前沿算法，并能够根据场景改进相关算法，提升模型代码性能；\n3、跟踪强化学习前沿算法，并能够根据场景设计突破性的奖励函数和学习机制。\n\n任职要求\n1、在 NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流大模型和算法，并有丰富的实践经验；\n2、较强的工程实现能力，熟练掌握 pytorch，熟悉DeepSpeed、Megatron等分布式训练框；\n3、有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；\n4、有ACM/NOI/超算等各类竞赛获奖经历者优先。\n大模型后训练算法专家（coding方向）\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\n所属部门：D13919\n发布时间：2026-07-06\n\n岗位职责\n1、代码数据的大规模自动化收集，合成和评测，并研究数据构成对代码大模型效果的影响；\n2、跟踪agentic coding前沿算法，并能够根据场景改进相关算法，提升模型代码性能；\n3、跟踪强化学习前沿算法，并能够根据场景设计突破性的奖励函数和学习机制。\n\n任职要求\n1、在 NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流大模型和算法，并有丰富的实践经验；\n2、较强的工程实现能力，熟练掌握 pytorch，熟悉DeepSpeed、Megatron等分布式训练框；\n3、有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；\n4、有ACM/NOI/超算等各类竞赛获奖经历者优先。\n大模型后训练算法专家（coding方向）\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\n所属部门：D13919\n发布时间：2026-07-06\n\n岗位职责\n1、代码数据的大规模自动化收集，合成和评测，并研究数据构成对代码大模型效果的影响；\n2、跟踪agentic coding前沿算法，并能够根据场景改进相关算法，提升模型代码性能；\n3、跟踪强化学习前沿算法，并能够根据场景设计突破性的奖励函数和学习机制。\n\n任职要求\n1、在 NLP、LLM、深度学习、强化学习方面有一定研究基础，熟悉主流大模型和算法，并有丰富的实践经验；\n2、较强的工程实现能力，熟练掌握 pytorch，熟悉DeepSpeed、Megatron等分布式训练框；\n3、有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)；\n4、有ACM/NOI/超算等各类竞赛获奖经历者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}