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": "多模态大模型后训练算法专家（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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态大模型后训练算法专家（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：2026-08-12\n\n岗位职责\n1、高质量推理数据体系建设，负责面向复杂多模态场景的高质量训练数据建设，围绕数据生成、质量评估、筛选优化等关键环节，持续提升模型在复杂任务中的推理、理解与泛化能力；\n2、多模态后训练技术研究与落地，参与前沿模型后训练方法的研究与工程实践，面向视频理解、长上下文、工具协同、复杂任务执行等场景，探索更稳定、高效、可扩展的训练机制，提升模型在真实业务环境中的综合表现；\n3、多模态智能体能力探索，推动多模态智能体在复杂任务中的能力提升，覆盖代码、工具使用、信息检索、复杂问题分析等方向，探索模型从感知理解到任务规划、推理决策和执行闭环的能力演进；\n4、模型持续进化体系建设，参与构建面向下一代模型的自动化迭代体系，围绕数据、评估、训练和反馈等核心环节，提升模型研发效率与持续优化能力，推动形成可规模化、可复用的技术基础设施。\n\n任职要求\n1、硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先；\n2、精通多模态任务设计范式（如视觉思维链、跨模态推理链），具备深厚的CoT提示工程与Reward Model设计经验，熟练应用PyTorch+DeepSpeed、Megatron-LM等分布式框架，精通QLoRA、DPO、RLHF以及PPO/GRPO/DAPO等最新后训练对齐技术；\n3、主导过千亿级模型的后训练全流程（包括SFT数据构建、RM训练、RLHF/DPO对齐优化及端侧量化部署），具备丰富的多模态数据治理经验（如构建百万级图文对齐数据集或合成数据质量评估工具开发）；\n4、热衷于推动多模态大模型、生成式AI、Agent等前沿技术在商业化应用生态中的落地，具备系统性拆解B端业务需求并制定可量化目标的能力，能有效跨团队推动标准化数据与API服务交付流程。",
"requirements_text": "多模态大模型后训练算法专家（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：2026-08-12\n\n岗位职责\n1、高质量推理数据体系建设，负责面向复杂多模态场景的高质量训练数据建设，围绕数据生成、质量评估、筛选优化等关键环节，持续提升模型在复杂任务中的推理、理解与泛化能力；\n2、多模态后训练技术研究与落地，参与前沿模型后训练方法的研究与工程实践，面向视频理解、长上下文、工具协同、复杂任务执行等场景，探索更稳定、高效、可扩展的训练机制，提升模型在真实业务环境中的综合表现；\n3、多模态智能体能力探索，推动多模态智能体在复杂任务中的能力提升，覆盖代码、工具使用、信息检索、复杂问题分析等方向，探索模型从感知理解到任务规划、推理决策和执行闭环的能力演进；\n4、模型持续进化体系建设，参与构建面向下一代模型的自动化迭代体系，围绕数据、评估、训练和反馈等核心环节，提升模型研发效率与持续优化能力，推动形成可规模化、可复用的技术基础设施。\n\n任职要求\n1、硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先；\n2、精通多模态任务设计范式（如视觉思维链、跨模态推理链），具备深厚的CoT提示工程与Reward Model设计经验，熟练应用PyTorch+DeepSpeed、Megatron-LM等分布式框架，精通QLoRA、DPO、RLHF以及PPO/GRPO/DAPO等最新后训练对齐技术；\n3、主导过千亿级模型的后训练全流程（包括SFT数据构建、RM训练、RLHF/DPO对齐优化及端侧量化部署），具备丰富的多模态数据治理经验（如构建百万级图文对齐数据集或合成数据质量评估工具开发）；\n4、热衷于推动多模态大模型、生成式AI、Agent等前沿技术在商业化应用生态中的落地，具备系统性拆解B端业务需求并制定可量化目标的能力，能有效跨团队推动标准化数据与API服务交付流程。",
"skills": [AI生成
"PyTorch",
"数据治理",
"招聘",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1、硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先",
"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/31515"
}
]
},
"posting": {
"posting_id": "31515",
"post_date": "2026-08-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31515"
},
"fulltext": "多模态大模型后训练算法专家（Keye）-【可灵AI专项】\n多模态大模型后训练算法专家（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：2026-08-12\n\n岗位职责\n1、高质量推理数据体系建设，负责面向复杂多模态场景的高质量训练数据建设，围绕数据生成、质量评估、筛选优化等关键环节，持续提升模型在复杂任务中的推理、理解与泛化能力；\n2、多模态后训练技术研究与落地，参与前沿模型后训练方法的研究与工程实践，面向视频理解、长上下文、工具协同、复杂任务执行等场景，探索更稳定、高效、可扩展的训练机制，提升模型在真实业务环境中的综合表现；\n3、多模态智能体能力探索，推动多模态智能体在复杂任务中的能力提升，覆盖代码、工具使用、信息检索、复杂问题分析等方向，探索模型从感知理解到任务规划、推理决策和执行闭环的能力演进；\n4、模型持续进化体系建设，参与构建面向下一代模型的自动化迭代体系，围绕数据、评估、训练和反馈等核心环节，提升模型研发效率与持续优化能力，推动形成可规模化、可复用的技术基础设施。\n\n任职要求\n1、硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先；\n2、精通多模态任务设计范式（如视觉思维链、跨模态推理链），具备深厚的CoT提示工程与Reward Model设计经验，熟练应用PyTorch+DeepSpeed、Megatron-LM等分布式框架，精通QLoRA、DPO、RLHF以及PPO/GRPO/DAPO等最新后训练对齐技术；\n3、主导过千亿级模型的后训练全流程（包括SFT数据构建、RM训练、RLHF/DPO对齐优化及端侧量化部署），具备丰富的多模态数据治理经验（如构建百万级图文对齐数据集或合成数据质量评估工具开发）；\n4、热衷于推动多模态大模型、生成式AI、Agent等前沿技术在商业化应用生态中的落地，具备系统性拆解B端业务需求并制定可量化目标的能力，能有效跨团队推动标准化数据与API服务交付流程。\n多模态大模型后训练算法专家（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：2026-08-12\n\n岗位职责\n1、高质量推理数据体系建设，负责面向复杂多模态场景的高质量训练数据建设，围绕数据生成、质量评估、筛选优化等关键环节，持续提升模型在复杂任务中的推理、理解与泛化能力；\n2、多模态后训练技术研究与落地，参与前沿模型后训练方法的研究与工程实践，面向视频理解、长上下文、工具协同、复杂任务执行等场景，探索更稳定、高效、可扩展的训练机制，提升模型在真实业务环境中的综合表现；\n3、多模态智能体能力探索，推动多模态智能体在复杂任务中的能力提升，覆盖代码、工具使用、信息检索、复杂问题分析等方向，探索模型从感知理解到任务规划、推理决策和执行闭环的能力演进；\n4、模型持续进化体系建设，参与构建面向下一代模型的自动化迭代体系，围绕数据、评估、训练和反馈等核心环节，提升模型研发效率与持续优化能力，推动形成可规模化、可复用的技术基础设施。\n\n任职要求\n1、硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先；\n2、精通多模态任务设计范式（如视觉思维链、跨模态推理链），具备深厚的CoT提示工程与Reward Model设计经验，熟练应用PyTorch+DeepSpeed、Megatron-LM等分布式框架，精通QLoRA、DPO、RLHF以及PPO/GRPO/DAPO等最新后训练对齐技术；\n3、主导过千亿级模型的后训练全流程（包括SFT数据构建、RM训练、RLHF/DPO对齐优化及端侧量化部署），具备丰富的多模态数据治理经验（如构建百万级图文对齐数据集或合成数据质量评估工具开发）；\n4、热衷于推动多模态大模型、生成式AI、Agent等前沿技术在商业化应用生态中的落地，具备系统性拆解B端业务需求并制定可量化目标的能力，能有效跨团队推动标准化数据与API服务交付流程。\n多模态大模型后训练算法专家（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：2026-08-12\n\n岗位职责\n1、高质量推理数据体系建设，负责面向复杂多模态场景的高质量训练数据建设，围绕数据生成、质量评估、筛选优化等关键环节，持续提升模型在复杂任务中的推理、理解与泛化能力；\n2、多模态后训练技术研究与落地，参与前沿模型后训练方法的研究与工程实践，面向视频理解、长上下文、工具协同、复杂任务执行等场景，探索更稳定、高效、可扩展的训练机制，提升模型在真实业务环境中的综合表现；\n3、多模态智能体能力探索，推动多模态智能体在复杂任务中的能力提升，覆盖代码、工具使用、信息检索、复杂问题分析等方向，探索模型从感知理解到任务规划、推理决策和执行闭环的能力演进；\n4、模型持续进化体系建设，参与构建面向下一代模型的自动化迭代体系，围绕数据、评估、训练和反馈等核心环节，提升模型研发效率与持续优化能力，推动形成可规模化、可复用的技术基础设施。\n\n任职要求\n1、硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先；\n2、精通多模态任务设计范式（如视觉思维链、跨模态推理链），具备深厚的CoT提示工程与Reward Model设计经验，熟练应用PyTorch+DeepSpeed、Megatron-LM等分布式框架，精通QLoRA、DPO、RLHF以及PPO/GRPO/DAPO等最新后训练对齐技术；\n3、主导过千亿级模型的后训练全流程（包括SFT数据构建、RM训练、RLHF/DPO对齐优化及端侧量化部署），具备丰富的多模态数据治理经验（如构建百万级图文对齐数据集或合成数据质量评估工具开发）；\n4、热衷于推动多模态大模型、生成式AI、Agent等前沿技术在商业化应用生态中的落地，具备系统性拆解B端业务需求并制定可量化目标的能力，能有效跨团队推动标准化数据与API服务交付流程。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}