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": "多模态大模型预训练算法专家（Keye）-【可灵AI专项】",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "D15364",
"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": "专业背景： 硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态大模型预训练算法专家（Keye）-【可灵AI专项】\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：D15364\n发布时间：2026-07-24\n\n岗位职责\n1、多模态基座模型研发与架构突破：主导Keye多模态大模型预训练算法研发，构建具有全球竞争力的可商用基座模型，重点开展稀疏注意力机制优化、万亿级参数多模态MoE架构设计及图文/音视频统一编码方案设计，赋予模型多模态工具调用、长程推理等高阶能力；\n2、超大规模集群训练与极致稳定：搭建跨模态表征学习与深层语义对齐体系，研发超长上下文（Ultra-long Context）模型能力，在底层架构层面保障超大规模GPU集群训练的绝对稳定性、收敛效率与吞吐量，为商业化Token服务夯实最坚固的算力底座；\n3、数据合成与Scaling规律探索：设计并落地高质量多模态预训练数据合成管线，完成大规模混合模态数据构建，研究模型自我迭代优化路径，探索并外推多模态Scaling Laws，专项推进高精度OCR、Caption、Grounding等核心感知能力研发；\n4、技术演进与商业生态建设：针对企业级应用中的模型幻觉、模态错位、复杂场景泛化弱等痛点开展专项攻关，制定模型长期迭代方案，联动各团队完成调优与评测体系搭建，持续提升基座模型的通用性与鲁棒性，推进开源生态布局与行业影响力建设。\n\n任职要求\n1、专业背景： 硕士及以上学历，具备极客精神与极强的底层工程实现能力；\n2、核心经验：在大规模预训练、模型对齐、强化学习、RAG、Agent、对话系统、大模型底层架构等至少一个方向有深厚的项目实战经验和技术洞察力；\n加分项（Highly Preferred）：\n1、在NOI、ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、主导或作为主力核心参与过具有行业影响力的大模型项目；\n3、在NeurIPS、ICLR、ICML、ACL等人工智能顶级会议或期刊发表过高质量研究论文。",
"requirements_text": "多模态大模型预训练算法专家（Keye）-【可灵AI专项】\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：D15364\n发布时间：2026-07-24\n\n岗位职责\n1、多模态基座模型研发与架构突破：主导Keye多模态大模型预训练算法研发，构建具有全球竞争力的可商用基座模型，重点开展稀疏注意力机制优化、万亿级参数多模态MoE架构设计及图文/音视频统一编码方案设计，赋予模型多模态工具调用、长程推理等高阶能力；\n2、超大规模集群训练与极致稳定：搭建跨模态表征学习与深层语义对齐体系，研发超长上下文（Ultra-long Context）模型能力，在底层架构层面保障超大规模GPU集群训练的绝对稳定性、收敛效率与吞吐量，为商业化Token服务夯实最坚固的算力底座；\n3、数据合成与Scaling规律探索：设计并落地高质量多模态预训练数据合成管线，完成大规模混合模态数据构建，研究模型自我迭代优化路径，探索并外推多模态Scaling Laws，专项推进高精度OCR、Caption、Grounding等核心感知能力研发；\n4、技术演进与商业生态建设：针对企业级应用中的模型幻觉、模态错位、复杂场景泛化弱等痛点开展专项攻关，制定模型长期迭代方案，联动各团队完成调优与评测体系搭建，持续提升基座模型的通用性与鲁棒性，推进开源生态布局与行业影响力建设。\n\n任职要求\n1、专业背景： 硕士及以上学历，具备极客精神与极强的底层工程实现能力；\n2、核心经验：在大规模预训练、模型对齐、强化学习、RAG、Agent、对话系统、大模型底层架构等至少一个方向有深厚的项目实战经验和技术洞察力；\n加分项（Highly Preferred）：\n1、在NOI、ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、主导或作为主力核心参与过具有行业影响力的大模型项目；\n3、在NeurIPS、ICLR、ICML、ACL等人工智能顶级会议或期刊发表过高质量研究论文。",
"skills": [AI生成
"强化学习",
"架构设计",
"招聘",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "加分项（Highly Preferred）：",
"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/31438"
}
]
},
"posting": {
"posting_id": "31438",
"post_date": "2026-07-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31438"
},
"fulltext": "多模态大模型预训练算法专家（Keye）-【可灵AI专项】\n多模态大模型预训练算法专家（Keye）-【可灵AI专项】\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：D15364\n发布时间：2026-07-24\n\n岗位职责\n1、多模态基座模型研发与架构突破：主导Keye多模态大模型预训练算法研发，构建具有全球竞争力的可商用基座模型，重点开展稀疏注意力机制优化、万亿级参数多模态MoE架构设计及图文/音视频统一编码方案设计，赋予模型多模态工具调用、长程推理等高阶能力；\n2、超大规模集群训练与极致稳定：搭建跨模态表征学习与深层语义对齐体系，研发超长上下文（Ultra-long Context）模型能力，在底层架构层面保障超大规模GPU集群训练的绝对稳定性、收敛效率与吞吐量，为商业化Token服务夯实最坚固的算力底座；\n3、数据合成与Scaling规律探索：设计并落地高质量多模态预训练数据合成管线，完成大规模混合模态数据构建，研究模型自我迭代优化路径，探索并外推多模态Scaling Laws，专项推进高精度OCR、Caption、Grounding等核心感知能力研发；\n4、技术演进与商业生态建设：针对企业级应用中的模型幻觉、模态错位、复杂场景泛化弱等痛点开展专项攻关，制定模型长期迭代方案，联动各团队完成调优与评测体系搭建，持续提升基座模型的通用性与鲁棒性，推进开源生态布局与行业影响力建设。\n\n任职要求\n1、专业背景： 硕士及以上学历，具备极客精神与极强的底层工程实现能力；\n2、核心经验：在大规模预训练、模型对齐、强化学习、RAG、Agent、对话系统、大模型底层架构等至少一个方向有深厚的项目实战经验和技术洞察力；\n加分项（Highly Preferred）：\n1、在NOI、ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、主导或作为主力核心参与过具有行业影响力的大模型项目；\n3、在NeurIPS、ICLR、ICML、ACL等人工智能顶级会议或期刊发表过高质量研究论文。\n多模态大模型预训练算法专家（Keye）-【可灵AI专项】\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：D15364\n发布时间：2026-07-24\n\n岗位职责\n1、多模态基座模型研发与架构突破：主导Keye多模态大模型预训练算法研发，构建具有全球竞争力的可商用基座模型，重点开展稀疏注意力机制优化、万亿级参数多模态MoE架构设计及图文/音视频统一编码方案设计，赋予模型多模态工具调用、长程推理等高阶能力；\n2、超大规模集群训练与极致稳定：搭建跨模态表征学习与深层语义对齐体系，研发超长上下文（Ultra-long Context）模型能力，在底层架构层面保障超大规模GPU集群训练的绝对稳定性、收敛效率与吞吐量，为商业化Token服务夯实最坚固的算力底座；\n3、数据合成与Scaling规律探索：设计并落地高质量多模态预训练数据合成管线，完成大规模混合模态数据构建，研究模型自我迭代优化路径，探索并外推多模态Scaling Laws，专项推进高精度OCR、Caption、Grounding等核心感知能力研发；\n4、技术演进与商业生态建设：针对企业级应用中的模型幻觉、模态错位、复杂场景泛化弱等痛点开展专项攻关，制定模型长期迭代方案，联动各团队完成调优与评测体系搭建，持续提升基座模型的通用性与鲁棒性，推进开源生态布局与行业影响力建设。\n\n任职要求\n1、专业背景： 硕士及以上学历，具备极客精神与极强的底层工程实现能力；\n2、核心经验：在大规模预训练、模型对齐、强化学习、RAG、Agent、对话系统、大模型底层架构等至少一个方向有深厚的项目实战经验和技术洞察力；\n加分项（Highly Preferred）：\n1、在NOI、ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、主导或作为主力核心参与过具有行业影响力的大模型项目；\n3、在NeurIPS、ICLR、ICML、ACL等人工智能顶级会议或期刊发表过高质量研究论文。\n多模态大模型预训练算法专家（Keye）-【可灵AI专项】\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：D15364\n发布时间：2026-07-24\n\n岗位职责\n1、多模态基座模型研发与架构突破：主导Keye多模态大模型预训练算法研发，构建具有全球竞争力的可商用基座模型，重点开展稀疏注意力机制优化、万亿级参数多模态MoE架构设计及图文/音视频统一编码方案设计，赋予模型多模态工具调用、长程推理等高阶能力；\n2、超大规模集群训练与极致稳定：搭建跨模态表征学习与深层语义对齐体系，研发超长上下文（Ultra-long Context）模型能力，在底层架构层面保障超大规模GPU集群训练的绝对稳定性、收敛效率与吞吐量，为商业化Token服务夯实最坚固的算力底座；\n3、数据合成与Scaling规律探索：设计并落地高质量多模态预训练数据合成管线，完成大规模混合模态数据构建，研究模型自我迭代优化路径，探索并外推多模态Scaling Laws，专项推进高精度OCR、Caption、Grounding等核心感知能力研发；\n4、技术演进与商业生态建设：针对企业级应用中的模型幻觉、模态错位、复杂场景泛化弱等痛点开展专项攻关，制定模型长期迭代方案，联动各团队完成调优与评测体系搭建，持续提升基座模型的通用性与鲁棒性，推进开源生态布局与行业影响力建设。\n\n任职要求\n1、专业背景： 硕士及以上学历，具备极客精神与极强的底层工程实现能力；\n2、核心经验：在大规模预训练、模型对齐、强化学习、RAG、Agent、对话系统、大模型底层架构等至少一个方向有深厚的项目实战经验和技术洞察力；\n加分项（Highly Preferred）：\n1、在NOI、ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、主导或作为主力核心参与过具有行业影响力的大模型项目；\n3、在NeurIPS、ICLR、ICML、ACL等人工智能顶级会议或期刊发表过高质量研究论文。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}