{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态大模型数据策略算法工程师-【可灵AI专项】",
        "job_level": "未披露",AI生成
        "work_category": "全职",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": "计算机、人工智能、统计学、数学或相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "多模态大模型数据策略算法工程师-【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：D1915\n发布时间：2026-08-25\n\n岗位职责\n1、作为训练数据交付的 owner，承接预训练/后训练/RL 各阶段的数据需求，将模型数据策略落地为可执行的数据规格（数据源、处理策略、质量标准、量级与时效），端到端构建并交付训练就绪数据集；\n2、研发与应用视频数据核心算子：多维质量过滤（清晰度/美学/构图/运动性）、镜头切分、大规模语义去重、水印字幕检测、Caption/Recaption 链路，并建立算子效果评估基线；\n3、基于数据平台将算子编排为自动化数据管线，落实数据与处理算子版本化，让每一批交付数据可追溯、可复现；\n4、探索基于 MLLM 的数据合成与增强技术，设计高效生成策略补充数据缺口；建设多样性覆盖度度量（主体/场景/动作/风格/运镜）与分布再平衡、训练配比实验；\n5、建设数据↔模型的归因与消融实验能力，结合评测反馈持续迭代数据策略与交付质量，与模型算法、数据平台、数据产品高效协同。\n\n任职要求\n1、计算机、人工智能、统计学、数学或相关专业硕士及以上学历，具备机器学习、模型训练及数据处理项目经验，拥有扎实的数据分析与建模基础；\n2、工程与算法双技能：精通 Python 并掌握至少一种工程语言（C++/Java/Go），熟悉 Ray/Spark 等分布式计算框架，具备将算法沉淀为生产级管线的工程能力；同时具备扎实的机器学习基础与数据建模能力；\n3、具备大规模视频/图像数据处理实战经验，熟练应用以下至少两个方向：视频质量评估、视频表征与 embedding、镜头切分、语义去重、caption 数据工程、多模态数据合成；熟悉 vLLM 等推理加速框架者优先；\n4、有端到端交付数据集的项目经历者优先——能独立承接需求、拆解执行、按时交付并对质量负责；沟通高效，能在算法/平台/标注多方之间高效协同；\n5、善用 AI-coding 与大模型工具提升研发与分析效率。\n加分项：\n1、有视频/图像生成模型训练数据构建的一线经验；\n2、训练或微调过质量打分/安全分类/水印检测类模型；\n3、在 CVPR/ICCV/ECCV/NeurIPS 等发表过视频理解/生成方向论文；\n4、在视频/图像数据集或数据处理开源项目有活跃贡献。",
        "requirements_text": "多模态大模型数据策略算法工程师-【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：D1915\n发布时间：2026-08-25\n\n岗位职责\n1、作为训练数据交付的 owner，承接预训练/后训练/RL 各阶段的数据需求，将模型数据策略落地为可执行的数据规格（数据源、处理策略、质量标准、量级与时效），端到端构建并交付训练就绪数据集；\n2、研发与应用视频数据核心算子：多维质量过滤（清晰度/美学/构图/运动性）、镜头切分、大规模语义去重、水印字幕检测、Caption/Recaption 链路，并建立算子效果评估基线；\n3、基于数据平台将算子编排为自动化数据管线，落实数据与处理算子版本化，让每一批交付数据可追溯、可复现；\n4、探索基于 MLLM 的数据合成与增强技术，设计高效生成策略补充数据缺口；建设多样性覆盖度度量（主体/场景/动作/风格/运镜）与分布再平衡、训练配比实验；\n5、建设数据↔模型的归因与消融实验能力，结合评测反馈持续迭代数据策略与交付质量，与模型算法、数据平台、数据产品高效协同。\n\n任职要求\n1、计算机、人工智能、统计学、数学或相关专业硕士及以上学历，具备机器学习、模型训练及数据处理项目经验，拥有扎实的数据分析与建模基础；\n2、工程与算法双技能：精通 Python 并掌握至少一种工程语言（C++/Java/Go），熟悉 Ray/Spark 等分布式计算框架，具备将算法沉淀为生产级管线的工程能力；同时具备扎实的机器学习基础与数据建模能力；\n3、具备大规模视频/图像数据处理实战经验，熟练应用以下至少两个方向：视频质量评估、视频表征与 embedding、镜头切分、语义去重、caption 数据工程、多模态数据合成；熟悉 vLLM 等推理加速框架者优先；\n4、有端到端交付数据集的项目经历者优先——能独立承接需求、拆解执行、按时交付并对质量负责；沟通高效，能在算法/平台/标注多方之间高效协同；\n5、善用 AI-coding 与大模型工具提升研发与分析效率。\n加分项：\n1、有视频/图像生成模型训练数据构建的一线经验；\n2、训练或微调过质量打分/安全分类/水印检测类模型；\n3、在 CVPR/ICCV/ECCV/NeurIPS 等发表过视频理解/生成方向论文；\n4、在视频/图像数据集或数据处理开源项目有活跃贡献。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Spark",
            "机器学习",
            "数据分析",
            "模型训练",
            "建模",
            "招聘",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "熟悉 vLLM 等推理加速框架者优先；4、有端到端交付数据集的项目经历者优先——能独立承接需求、拆解执行、按时交付并对质量负责；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/31644"
            }
        ]
    },
    "posting": {
        "posting_id": "31644",
        "post_date": "2026-08-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31644"
    },
    "fulltext": "多模态大模型数据策略算法工程师-【可灵AI专项】\n多模态大模型数据策略算法工程师-【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：D1915\n发布时间：2026-08-25\n\n岗位职责\n1、作为训练数据交付的 owner，承接预训练/后训练/RL 各阶段的数据需求，将模型数据策略落地为可执行的数据规格（数据源、处理策略、质量标准、量级与时效），端到端构建并交付训练就绪数据集；\n2、研发与应用视频数据核心算子：多维质量过滤（清晰度/美学/构图/运动性）、镜头切分、大规模语义去重、水印字幕检测、Caption/Recaption 链路，并建立算子效果评估基线；\n3、基于数据平台将算子编排为自动化数据管线，落实数据与处理算子版本化，让每一批交付数据可追溯、可复现；\n4、探索基于 MLLM 的数据合成与增强技术，设计高效生成策略补充数据缺口；建设多样性覆盖度度量（主体/场景/动作/风格/运镜）与分布再平衡、训练配比实验；\n5、建设数据↔模型的归因与消融实验能力，结合评测反馈持续迭代数据策略与交付质量，与模型算法、数据平台、数据产品高效协同。\n\n任职要求\n1、计算机、人工智能、统计学、数学或相关专业硕士及以上学历，具备机器学习、模型训练及数据处理项目经验，拥有扎实的数据分析与建模基础；\n2、工程与算法双技能：精通 Python 并掌握至少一种工程语言（C++/Java/Go），熟悉 Ray/Spark 等分布式计算框架，具备将算法沉淀为生产级管线的工程能力；同时具备扎实的机器学习基础与数据建模能力；\n3、具备大规模视频/图像数据处理实战经验，熟练应用以下至少两个方向：视频质量评估、视频表征与 embedding、镜头切分、语义去重、caption 数据工程、多模态数据合成；熟悉 vLLM 等推理加速框架者优先；\n4、有端到端交付数据集的项目经历者优先——能独立承接需求、拆解执行、按时交付并对质量负责；沟通高效，能在算法/平台/标注多方之间高效协同；\n5、善用 AI-coding 与大模型工具提升研发与分析效率。\n加分项：\n1、有视频/图像生成模型训练数据构建的一线经验；\n2、训练或微调过质量打分/安全分类/水印检测类模型；\n3、在 CVPR/ICCV/ECCV/NeurIPS 等发表过视频理解/生成方向论文；\n4、在视频/图像数据集或数据处理开源项目有活跃贡献。\n多模态大模型数据策略算法工程师-【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：D1915\n发布时间：2026-08-25\n\n岗位职责\n1、作为训练数据交付的 owner，承接预训练/后训练/RL 各阶段的数据需求，将模型数据策略落地为可执行的数据规格（数据源、处理策略、质量标准、量级与时效），端到端构建并交付训练就绪数据集；\n2、研发与应用视频数据核心算子：多维质量过滤（清晰度/美学/构图/运动性）、镜头切分、大规模语义去重、水印字幕检测、Caption/Recaption 链路，并建立算子效果评估基线；\n3、基于数据平台将算子编排为自动化数据管线，落实数据与处理算子版本化，让每一批交付数据可追溯、可复现；\n4、探索基于 MLLM 的数据合成与增强技术，设计高效生成策略补充数据缺口；建设多样性覆盖度度量（主体/场景/动作/风格/运镜）与分布再平衡、训练配比实验；\n5、建设数据↔模型的归因与消融实验能力，结合评测反馈持续迭代数据策略与交付质量，与模型算法、数据平台、数据产品高效协同。\n\n任职要求\n1、计算机、人工智能、统计学、数学或相关专业硕士及以上学历，具备机器学习、模型训练及数据处理项目经验，拥有扎实的数据分析与建模基础；\n2、工程与算法双技能：精通 Python 并掌握至少一种工程语言（C++/Java/Go），熟悉 Ray/Spark 等分布式计算框架，具备将算法沉淀为生产级管线的工程能力；同时具备扎实的机器学习基础与数据建模能力；\n3、具备大规模视频/图像数据处理实战经验，熟练应用以下至少两个方向：视频质量评估、视频表征与 embedding、镜头切分、语义去重、caption 数据工程、多模态数据合成；熟悉 vLLM 等推理加速框架者优先；\n4、有端到端交付数据集的项目经历者优先——能独立承接需求、拆解执行、按时交付并对质量负责；沟通高效，能在算法/平台/标注多方之间高效协同；\n5、善用 AI-coding 与大模型工具提升研发与分析效率。\n加分项：\n1、有视频/图像生成模型训练数据构建的一线经验；\n2、训练或微调过质量打分/安全分类/水印检测类模型；\n3、在 CVPR/ICCV/ECCV/NeurIPS 等发表过视频理解/生成方向论文；\n4、在视频/图像数据集或数据处理开源项目有活跃贡献。\n多模态大模型数据策略算法工程师-【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：D1915\n发布时间：2026-08-25\n\n岗位职责\n1、作为训练数据交付的 owner，承接预训练/后训练/RL 各阶段的数据需求，将模型数据策略落地为可执行的数据规格（数据源、处理策略、质量标准、量级与时效），端到端构建并交付训练就绪数据集；\n2、研发与应用视频数据核心算子：多维质量过滤（清晰度/美学/构图/运动性）、镜头切分、大规模语义去重、水印字幕检测、Caption/Recaption 链路，并建立算子效果评估基线；\n3、基于数据平台将算子编排为自动化数据管线，落实数据与处理算子版本化，让每一批交付数据可追溯、可复现；\n4、探索基于 MLLM 的数据合成与增强技术，设计高效生成策略补充数据缺口；建设多样性覆盖度度量（主体/场景/动作/风格/运镜）与分布再平衡、训练配比实验；\n5、建设数据↔模型的归因与消融实验能力，结合评测反馈持续迭代数据策略与交付质量，与模型算法、数据平台、数据产品高效协同。\n\n任职要求\n1、计算机、人工智能、统计学、数学或相关专业硕士及以上学历，具备机器学习、模型训练及数据处理项目经验，拥有扎实的数据分析与建模基础；\n2、工程与算法双技能：精通 Python 并掌握至少一种工程语言（C++/Java/Go），熟悉 Ray/Spark 等分布式计算框架，具备将算法沉淀为生产级管线的工程能力；同时具备扎实的机器学习基础与数据建模能力；\n3、具备大规模视频/图像数据处理实战经验，熟练应用以下至少两个方向：视频质量评估、视频表征与 embedding、镜头切分、语义去重、caption 数据工程、多模态数据合成；熟悉 vLLM 等推理加速框架者优先；\n4、有端到端交付数据集的项目经历者优先——能独立承接需求、拆解执行、按时交付并对质量负责；沟通高效，能在算法/平台/标注多方之间高效协同；\n5、善用 AI-coding 与大模型工具提升研发与分析效率。\n加分项：\n1、有视频/图像生成模型训练数据构建的一线经验；\n2、训练或微调过质量打分/安全分类/水印检测类模型；\n3、在 CVPR/ICCV/ECCV/NeurIPS 等发表过视频理解/生成方向论文；\n4、在视频/图像数据集或数据处理开源项目有活跃贡献。",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}