主分类：大模型与生成式算法研发
辅助：计算机视觉与图像感知算法研发（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": "多模态理解算法工程师-【可灵AI】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D14604",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态理解算法工程师-【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：D14604\n发布时间：2026-07-01\n\n岗位职责\n1、承担视频Caption和参考生成的Instruction职责，特别是在多分镜、高动态、长视频等场景提供精准、全面的描述，最大化弥合文本模态和视频模态之间的差异；\n2、承担Agentic PE的职责，对用户指令进行精准、有效、丰富的改写，从15秒片段效果和分钟级成片两个角度实现最佳的PE，控制视频生成模型产出最符合用户需求的视频内容；\n3、承担Reward model的职责，能够客观、稳定地评价模型画面、运动、合理性等方面的表现，辅助视频模型训练监控、模型版本选择；\n4、承担理解基模后训练的职责，充分利用可灵数据训练最适合团队的多模态理解基座模型，支撑可灵全链路的数据算法、理解算法任务。\n\n任职要求\n1、有音视频理解、多模态Caption、理解生成一体化、理解/生成Benchmark等方向的经验，有大厂实习、顶会论文优先；\n2、有自主开发能力且能用好Agent进行日常工作辅助开发，有多模态理解模型训练经验优先；\n3、重视多模态理解能力在实际工业场景的价值，痴迷业务价值而不是绝对榜单分数；\n4、有理解、生成模型能力水位的客观判断能力，有实际动手验证的能力，对自身能力保持清晰认知；\n5、有良好的协作与沟通能力，能积极与团队进行沟通，能准确、清晰表达自己的需求。",
"requirements_text": "多模态理解算法工程师-【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：D14604\n发布时间：2026-07-01\n\n岗位职责\n1、承担视频Caption和参考生成的Instruction职责，特别是在多分镜、高动态、长视频等场景提供精准、全面的描述，最大化弥合文本模态和视频模态之间的差异；\n2、承担Agentic PE的职责，对用户指令进行精准、有效、丰富的改写，从15秒片段效果和分钟级成片两个角度实现最佳的PE，控制视频生成模型产出最符合用户需求的视频内容；\n3、承担Reward model的职责，能够客观、稳定地评价模型画面、运动、合理性等方面的表现，辅助视频模型训练监控、模型版本选择；\n4、承担理解基模后训练的职责，充分利用可灵数据训练最适合团队的多模态理解基座模型，支撑可灵全链路的数据算法、理解算法任务。\n\n任职要求\n1、有音视频理解、多模态Caption、理解生成一体化、理解/生成Benchmark等方向的经验，有大厂实习、顶会论文优先；\n2、有自主开发能力且能用好Agent进行日常工作辅助开发，有多模态理解模型训练经验优先；\n3、重视多模态理解能力在实际工业场景的价值，痴迷业务价值而不是绝对榜单分数；\n4、有理解、生成模型能力水位的客观判断能力，有实际动手验证的能力，对自身能力保持清晰认知；\n5、有良好的协作与沟通能力，能积极与团队进行沟通，能准确、清晰表达自己的需求。",
"skills": [AI生成
"模型训练",
"沟通能力",
"招聘"
],
"preferred_qualifications": "1、有音视频理解、多模态Caption、理解生成一体化、理解/生成Benchmark等方向的经验，有大厂实习、顶会论文优先；2、有自主开发能力且能用好Agent进行日常工作辅助开发，有多模态理解模型训练经验优先",
"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/30654"
}
]
},
"posting": {
"posting_id": "30654",
"post_date": "2026-07-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30654"
},
"fulltext": "多模态理解算法工程师-【可灵AI】\n多模态理解算法工程师-【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：D14604\n发布时间：2026-07-01\n\n岗位职责\n1、承担视频Caption和参考生成的Instruction职责，特别是在多分镜、高动态、长视频等场景提供精准、全面的描述，最大化弥合文本模态和视频模态之间的差异；\n2、承担Agentic PE的职责，对用户指令进行精准、有效、丰富的改写，从15秒片段效果和分钟级成片两个角度实现最佳的PE，控制视频生成模型产出最符合用户需求的视频内容；\n3、承担Reward model的职责，能够客观、稳定地评价模型画面、运动、合理性等方面的表现，辅助视频模型训练监控、模型版本选择；\n4、承担理解基模后训练的职责，充分利用可灵数据训练最适合团队的多模态理解基座模型，支撑可灵全链路的数据算法、理解算法任务。\n\n任职要求\n1、有音视频理解、多模态Caption、理解生成一体化、理解/生成Benchmark等方向的经验，有大厂实习、顶会论文优先；\n2、有自主开发能力且能用好Agent进行日常工作辅助开发，有多模态理解模型训练经验优先；\n3、重视多模态理解能力在实际工业场景的价值，痴迷业务价值而不是绝对榜单分数；\n4、有理解、生成模型能力水位的客观判断能力，有实际动手验证的能力，对自身能力保持清晰认知；\n5、有良好的协作与沟通能力，能积极与团队进行沟通，能准确、清晰表达自己的需求。\n多模态理解算法工程师-【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：D14604\n发布时间：2026-07-01\n\n岗位职责\n1、承担视频Caption和参考生成的Instruction职责，特别是在多分镜、高动态、长视频等场景提供精准、全面的描述，最大化弥合文本模态和视频模态之间的差异；\n2、承担Agentic PE的职责，对用户指令进行精准、有效、丰富的改写，从15秒片段效果和分钟级成片两个角度实现最佳的PE，控制视频生成模型产出最符合用户需求的视频内容；\n3、承担Reward model的职责，能够客观、稳定地评价模型画面、运动、合理性等方面的表现，辅助视频模型训练监控、模型版本选择；\n4、承担理解基模后训练的职责，充分利用可灵数据训练最适合团队的多模态理解基座模型，支撑可灵全链路的数据算法、理解算法任务。\n\n任职要求\n1、有音视频理解、多模态Caption、理解生成一体化、理解/生成Benchmark等方向的经验，有大厂实习、顶会论文优先；\n2、有自主开发能力且能用好Agent进行日常工作辅助开发，有多模态理解模型训练经验优先；\n3、重视多模态理解能力在实际工业场景的价值，痴迷业务价值而不是绝对榜单分数；\n4、有理解、生成模型能力水位的客观判断能力，有实际动手验证的能力，对自身能力保持清晰认知；\n5、有良好的协作与沟通能力，能积极与团队进行沟通，能准确、清晰表达自己的需求。\n多模态理解算法工程师-【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：D14604\n发布时间：2026-07-01\n\n岗位职责\n1、承担视频Caption和参考生成的Instruction职责，特别是在多分镜、高动态、长视频等场景提供精准、全面的描述，最大化弥合文本模态和视频模态之间的差异；\n2、承担Agentic PE的职责，对用户指令进行精准、有效、丰富的改写，从15秒片段效果和分钟级成片两个角度实现最佳的PE，控制视频生成模型产出最符合用户需求的视频内容；\n3、承担Reward model的职责，能够客观、稳定地评价模型画面、运动、合理性等方面的表现，辅助视频模型训练监控、模型版本选择；\n4、承担理解基模后训练的职责，充分利用可灵数据训练最适合团队的多模态理解基座模型，支撑可灵全链路的数据算法、理解算法任务。\n\n任职要求\n1、有音视频理解、多模态Caption、理解生成一体化、理解/生成Benchmark等方向的经验，有大厂实习、顶会论文优先；\n2、有自主开发能力且能用好Agent进行日常工作辅助开发，有多模态理解模型训练经验优先；\n3、重视多模态理解能力在实际工业场景的价值，痴迷业务价值而不是绝对榜单分数；\n4、有理解、生成模型能力水位的客观判断能力，有实际动手验证的能力，对自身能力保持清晰认知；\n5、有良好的协作与沟通能力，能积极与团队进行沟通，能准确、清晰表达自己的需求。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}