主分类：计算机视觉与图像感知算法研发
辅助：大模型与生成式算法研发（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": "多模态大模型算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D4123",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态大模型算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D4123\n发布时间：2026-09-01\n\n岗位职责\n1. 聚焦于视频特效场景下的多模态大模型理解与应用探索，推动大模型能力在视频特效理解、智能化美颜及智能创作辅助等核心业务场景的落地；\n2. 负责模型方案设计、训练数据生产、评测体系建设及实验验证分析；\n3. 跟踪计算机视觉与多模态理解领域前沿技术，推动算法能力产品化落地，或产出高质量论文、专利及业务成果。\n\n任职要求\n1. 人工智能、计算机、模式识别、自动化、数学、统计学等相关专业，本科及以上学历；\n2. 熟悉计算机视觉与深度学习基础，掌握 CNN、Transformer、CLIP、vLLM等相关技术原理；\n3. 熟悉图像/视频理解任务，具备等至少一个方向的项目或研究经验；\n4. 熟练掌握常用的深度学习模型结构及训练方法，熟练使用Claude Code/Codex等AI工具；\n5. 对短视频内容理解、视觉特效和美颜美妆有浓厚兴趣，具备良好的学习能力、沟通能力与团队协作意识。\n加分项：\n1. 有人像解析、美颜/妆容识别、视频特效识别或短视频内容理解经验；\n2. 有多模态大模型、视觉语言模型微调或大规模图文/视频数据处理经验；\n3. 有移动端模型轻量化和实际部署落地经验；\n4. 在 CVPR、ICCV、ECCV、AAAI、ACM MM、TPAMI 等会议或期刊发表论文，或有高质量开源项目贡献。",
"requirements_text": "多模态大模型算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D4123\n发布时间：2026-09-01\n\n岗位职责\n1. 聚焦于视频特效场景下的多模态大模型理解与应用探索，推动大模型能力在视频特效理解、智能化美颜及智能创作辅助等核心业务场景的落地；\n2. 负责模型方案设计、训练数据生产、评测体系建设及实验验证分析；\n3. 跟踪计算机视觉与多模态理解领域前沿技术，推动算法能力产品化落地，或产出高质量论文、专利及业务成果。\n\n任职要求\n1. 人工智能、计算机、模式识别、自动化、数学、统计学等相关专业，本科及以上学历；\n2. 熟悉计算机视觉与深度学习基础，掌握 CNN、Transformer、CLIP、vLLM等相关技术原理；\n3. 熟悉图像/视频理解任务，具备等至少一个方向的项目或研究经验；\n4. 熟练掌握常用的深度学习模型结构及训练方法，熟练使用Claude Code/Codex等AI工具；\n5. 对短视频内容理解、视觉特效和美颜美妆有浓厚兴趣，具备良好的学习能力、沟通能力与团队协作意识。\n加分项：\n1. 有人像解析、美颜/妆容识别、视频特效识别或短视频内容理解经验；\n2. 有多模态大模型、视觉语言模型微调或大规模图文/视频数据处理经验；\n3. 有移动端模型轻量化和实际部署落地经验；\n4. 在 CVPR、ICCV、ECCV、AAAI、ACM MM、TPAMI 等会议或期刊发表论文，或有高质量开源项目贡献。",
"skills": [AI生成
"深度学习",
"计算机视觉",
"模型微调",
"团队协作",
"沟通能力",
"学习能力",
"招聘",
"大语言模型"
],
"preferred_qualifications": "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/32401"
}
]
},
"posting": {
"posting_id": "32401",
"post_date": "2026-09-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32401"
},
"fulltext": "多模态大模型算法实习生\n多模态大模型算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D4123\n发布时间：2026-09-01\n\n岗位职责\n1. 聚焦于视频特效场景下的多模态大模型理解与应用探索，推动大模型能力在视频特效理解、智能化美颜及智能创作辅助等核心业务场景的落地；\n2. 负责模型方案设计、训练数据生产、评测体系建设及实验验证分析；\n3. 跟踪计算机视觉与多模态理解领域前沿技术，推动算法能力产品化落地，或产出高质量论文、专利及业务成果。\n\n任职要求\n1. 人工智能、计算机、模式识别、自动化、数学、统计学等相关专业，本科及以上学历；\n2. 熟悉计算机视觉与深度学习基础，掌握 CNN、Transformer、CLIP、vLLM等相关技术原理；\n3. 熟悉图像/视频理解任务，具备等至少一个方向的项目或研究经验；\n4. 熟练掌握常用的深度学习模型结构及训练方法，熟练使用Claude Code/Codex等AI工具；\n5. 对短视频内容理解、视觉特效和美颜美妆有浓厚兴趣，具备良好的学习能力、沟通能力与团队协作意识。\n加分项：\n1. 有人像解析、美颜/妆容识别、视频特效识别或短视频内容理解经验；\n2. 有多模态大模型、视觉语言模型微调或大规模图文/视频数据处理经验；\n3. 有移动端模型轻量化和实际部署落地经验；\n4. 在 CVPR、ICCV、ECCV、AAAI、ACM MM、TPAMI 等会议或期刊发表论文，或有高质量开源项目贡献。\n多模态大模型算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D4123\n发布时间：2026-09-01\n\n岗位职责\n1. 聚焦于视频特效场景下的多模态大模型理解与应用探索，推动大模型能力在视频特效理解、智能化美颜及智能创作辅助等核心业务场景的落地；\n2. 负责模型方案设计、训练数据生产、评测体系建设及实验验证分析；\n3. 跟踪计算机视觉与多模态理解领域前沿技术，推动算法能力产品化落地，或产出高质量论文、专利及业务成果。\n\n任职要求\n1. 人工智能、计算机、模式识别、自动化、数学、统计学等相关专业，本科及以上学历；\n2. 熟悉计算机视觉与深度学习基础，掌握 CNN、Transformer、CLIP、vLLM等相关技术原理；\n3. 熟悉图像/视频理解任务，具备等至少一个方向的项目或研究经验；\n4. 熟练掌握常用的深度学习模型结构及训练方法，熟练使用Claude Code/Codex等AI工具；\n5. 对短视频内容理解、视觉特效和美颜美妆有浓厚兴趣，具备良好的学习能力、沟通能力与团队协作意识。\n加分项：\n1. 有人像解析、美颜/妆容识别、视频特效识别或短视频内容理解经验；\n2. 有多模态大模型、视觉语言模型微调或大规模图文/视频数据处理经验；\n3. 有移动端模型轻量化和实际部署落地经验；\n4. 在 CVPR、ICCV、ECCV、AAAI、ACM MM、TPAMI 等会议或期刊发表论文，或有高质量开源项目贡献。\n多模态大模型算法实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D4123\n发布时间：2026-09-01\n\n岗位职责\n1. 聚焦于视频特效场景下的多模态大模型理解与应用探索，推动大模型能力在视频特效理解、智能化美颜及智能创作辅助等核心业务场景的落地；\n2. 负责模型方案设计、训练数据生产、评测体系建设及实验验证分析；\n3. 跟踪计算机视觉与多模态理解领域前沿技术，推动算法能力产品化落地，或产出高质量论文、专利及业务成果。\n\n任职要求\n1. 人工智能、计算机、模式识别、自动化、数学、统计学等相关专业，本科及以上学历；\n2. 熟悉计算机视觉与深度学习基础，掌握 CNN、Transformer、CLIP、vLLM等相关技术原理；\n3. 熟悉图像/视频理解任务，具备等至少一个方向的项目或研究经验；\n4. 熟练掌握常用的深度学习模型结构及训练方法，熟练使用Claude Code/Codex等AI工具；\n5. 对短视频内容理解、视觉特效和美颜美妆有浓厚兴趣，具备良好的学习能力、沟通能力与团队协作意识。\n加分项：\n1. 有人像解析、美颜/妆容识别、视频特效识别或短视频内容理解经验；\n2. 有多模态大模型、视觉语言模型微调或大规模图文/视频数据处理经验；\n3. 有移动端模型轻量化和实际部署落地经验；\n4. 在 CVPR、ICCV、ECCV、AAAI、ACM MM、TPAMI 等会议或期刊发表论文，或有高质量开源项目贡献。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}