{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程 Codesign 实习生-【可灵】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D11722",
        "location": "Beijing / Shanghai",
        "work_mode": "未披露",AI生成
        "job_category": "J0012"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": "计算机科学、人工智能、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": "算法工程 Codesign 实习生-【可灵】\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing / Shanghai\n所属部门：D11722\n发布时间：2026-09-07\n\n岗位职责\n1、面向token efficiency的架构探索与设计：针对视频 Diffusion及生成-理解统一架构，探索在同等精度下显著降低训练与推理开销的架构方案，包括但不限于稀疏注意力（block-sparse、时空局部窗口、可学习稀疏模式）、Latent Moe、Attention Residual、Muon优化器变种等的探索；面对超长序列问题，从算法与系统两侧联合给出可扩展的注意力与架构方案，并以严谨的消融实验量化每项改动的精度-效率收益；\n2、训练与推理吞吐优化：以 MFU、单位算力产出为核心指标，推动Co-design 优化：设计并落地低精度训练方案（BF16/FP8 混合精度、细粒度量化 scaling、数值稳定性监控），建立配套的精度回归评估体系，给出精度、吞吐、显存之间可量化的 trade-off 结论；\n3、Scaling 效率研究：研究优化器变种（如 Muon等二阶方法）与超参迁移方法在 Diffusion 训练中的适用性；结合数据配比与数据利用效率实验，设计小规模代理实验并外推，为\"同样算力如何训出更强模型\"提供可复用的 scaling 结论，支撑下一代模型的 compute-optimal 决策；\n4、高性能训练系统实现：把架构与算法设计落进生产训练系统：编写或调优关键算子（CUDA/CUTLASS），设计与序列形态、稀疏模式匹配的并行方案（FSDP/TP/CP/EP 及其组合），实现通信-计算 overlap 与显存峰值控制；用 Nsight Systems/Compute、torch profiler 等工具对训练全链路做性能分析，持续定位并消除瓶颈，保障大规模训练的稳定与高效。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业硕士及以上学历；\n2、扎实的深度学习基础，理解 Diffusion / Flow Matching 的建模与训练原理，熟悉 DiT 类架构的计算特征；对生成式模型的效率瓶颈（注意力复杂度、超长序列、显存压力）有第一手认知；\n3、较强的算法工程化能力：熟练使用 CUDA/C++ 或 Triton/CUTLASS，理解 GPU 执行模型与存储层级，有 attention/GEMM 级别的算子编写或调优经验，能用 roofline 等方法判断算子的性能上限与优化空间；\n4、熟悉 PyTorch 及至少一种大规模训练框架（Megatron-LM/FSDP/DeepSpeed 等），理解 DP/TP/PP/CP/EP 各类并行策略的通信语义与适用边界，有数百卡及以上规模的训练实践，能独立完成从算法设计到 Infra 落地的全链路开发；\n5、在模型量化、稀疏化、算子融合等方向至少一个领域有深入积累，能在精度、吞吐、显存、研发成本等多重约束下给出可量化的 trade-off 分析与决策；\n6、良好的科研能力与技术品味：能快速复现并批判性评估前沿论文，判断其在业务规模下的适用边界，并结合实际约束改进落地。\n加分项：\n1、在 CVPR/ICCV/ECCV、NeurIPS/ICML/ICLR，或 MLSys/OSDI/ASPLOS 等系统方向顶会发表过相关论文；\n2、有大规模生成模型（视频/图像/多模态）训练提效或推理加速的完整落地案例，能清晰量化优化前后的收益；\n3、深刻理解 GPU 体系结构（SM 与 Tensor Core、寄存器/共享内存/HBM 存储层级、NVLink 互联与集合通信），了解并实践过 Hopper/Blackwell 代际的新硬件特性（如 TMA、FP8/FP4 Tensor Core）；\n4、参与过主流开源项目（PyTorch、Megatron-LM、FlashAttention、vLLM/SGLang、xDiT 等）的开发，或有高质量的个人开源作品；\n5、有超长序列训练（context/sequence parallel、ring attention）、MoE 训练系统（专家并行、负载均衡、通信优化）或视频生成模型加速的实战经验。",
        "requirements_text": "算法工程 Codesign 实习生-【可灵】\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing / Shanghai\n所属部门：D11722\n发布时间：2026-09-07\n\n岗位职责\n1、面向token efficiency的架构探索与设计：针对视频 Diffusion及生成-理解统一架构，探索在同等精度下显著降低训练与推理开销的架构方案，包括但不限于稀疏注意力（block-sparse、时空局部窗口、可学习稀疏模式）、Latent Moe、Attention Residual、Muon优化器变种等的探索；面对超长序列问题，从算法与系统两侧联合给出可扩展的注意力与架构方案，并以严谨的消融实验量化每项改动的精度-效率收益；\n2、训练与推理吞吐优化：以 MFU、单位算力产出为核心指标，推动Co-design 优化：设计并落地低精度训练方案（BF16/FP8 混合精度、细粒度量化 scaling、数值稳定性监控），建立配套的精度回归评估体系，给出精度、吞吐、显存之间可量化的 trade-off 结论；\n3、Scaling 效率研究：研究优化器变种（如 Muon等二阶方法）与超参迁移方法在 Diffusion 训练中的适用性；结合数据配比与数据利用效率实验，设计小规模代理实验并外推，为\"同样算力如何训出更强模型\"提供可复用的 scaling 结论，支撑下一代模型的 compute-optimal 决策；\n4、高性能训练系统实现：把架构与算法设计落进生产训练系统：编写或调优关键算子（CUDA/CUTLASS），设计与序列形态、稀疏模式匹配的并行方案（FSDP/TP/CP/EP 及其组合），实现通信-计算 overlap 与显存峰值控制；用 Nsight Systems/Compute、torch profiler 等工具对训练全链路做性能分析，持续定位并消除瓶颈，保障大规模训练的稳定与高效。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业硕士及以上学历；\n2、扎实的深度学习基础，理解 Diffusion / Flow Matching 的建模与训练原理，熟悉 DiT 类架构的计算特征；对生成式模型的效率瓶颈（注意力复杂度、超长序列、显存压力）有第一手认知；\n3、较强的算法工程化能力：熟练使用 CUDA/C++ 或 Triton/CUTLASS，理解 GPU 执行模型与存储层级，有 attention/GEMM 级别的算子编写或调优经验，能用 roofline 等方法判断算子的性能上限与优化空间；\n4、熟悉 PyTorch 及至少一种大规模训练框架（Megatron-LM/FSDP/DeepSpeed 等），理解 DP/TP/PP/CP/EP 各类并行策略的通信语义与适用边界，有数百卡及以上规模的训练实践，能独立完成从算法设计到 Infra 落地的全链路开发；\n5、在模型量化、稀疏化、算子融合等方向至少一个领域有深入积累，能在精度、吞吐、显存、研发成本等多重约束下给出可量化的 trade-off 分析与决策；\n6、良好的科研能力与技术品味：能快速复现并批判性评估前沿论文，判断其在业务规模下的适用边界，并结合实际约束改进落地。\n加分项：\n1、在 CVPR/ICCV/ECCV、NeurIPS/ICML/ICLR，或 MLSys/OSDI/ASPLOS 等系统方向顶会发表过相关论文；\n2、有大规模生成模型（视频/图像/多模态）训练提效或推理加速的完整落地案例，能清晰量化优化前后的收益；\n3、深刻理解 GPU 体系结构（SM 与 Tensor Core、寄存器/共享内存/HBM 存储层级、NVLink 互联与集合通信），了解并实践过 Hopper/Blackwell 代际的新硬件特性（如 TMA、FP8/FP4 Tensor Core）；\n4、参与过主流开源项目（PyTorch、Megatron-LM、FlashAttention、vLLM/SGLang、xDiT 等）的开发，或有高质量的个人开源作品；\n5、有超长序列训练（context/sequence parallel、ring attention）、MoE 训练系统（专家并行、负载均衡、通信优化）或视频生成模型加速的实战经验。",
        "skills": [AI生成
            "C++",
            "PyTorch",
            "CUDA",
            "深度学习",
            "算法设计",
            "建模",
            "招聘"
        ],
        "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/32515"
            }
        ]
    },
    "posting": {
        "posting_id": "32515",
        "post_date": "2026-09-07",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32515"
    },
    "fulltext": "算法工程 Codesign 实习生-【可灵】\n算法工程 Codesign 实习生-【可灵】\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing / Shanghai\n所属部门：D11722\n发布时间：2026-09-07\n\n岗位职责\n1、面向token efficiency的架构探索与设计：针对视频 Diffusion及生成-理解统一架构，探索在同等精度下显著降低训练与推理开销的架构方案，包括但不限于稀疏注意力（block-sparse、时空局部窗口、可学习稀疏模式）、Latent Moe、Attention Residual、Muon优化器变种等的探索；面对超长序列问题，从算法与系统两侧联合给出可扩展的注意力与架构方案，并以严谨的消融实验量化每项改动的精度-效率收益；\n2、训练与推理吞吐优化：以 MFU、单位算力产出为核心指标，推动Co-design 优化：设计并落地低精度训练方案（BF16/FP8 混合精度、细粒度量化 scaling、数值稳定性监控），建立配套的精度回归评估体系，给出精度、吞吐、显存之间可量化的 trade-off 结论；\n3、Scaling 效率研究：研究优化器变种（如 Muon等二阶方法）与超参迁移方法在 Diffusion 训练中的适用性；结合数据配比与数据利用效率实验，设计小规模代理实验并外推，为\"同样算力如何训出更强模型\"提供可复用的 scaling 结论，支撑下一代模型的 compute-optimal 决策；\n4、高性能训练系统实现：把架构与算法设计落进生产训练系统：编写或调优关键算子（CUDA/CUTLASS），设计与序列形态、稀疏模式匹配的并行方案（FSDP/TP/CP/EP 及其组合），实现通信-计算 overlap 与显存峰值控制；用 Nsight Systems/Compute、torch profiler 等工具对训练全链路做性能分析，持续定位并消除瓶颈，保障大规模训练的稳定与高效。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业硕士及以上学历；\n2、扎实的深度学习基础，理解 Diffusion / Flow Matching 的建模与训练原理，熟悉 DiT 类架构的计算特征；对生成式模型的效率瓶颈（注意力复杂度、超长序列、显存压力）有第一手认知；\n3、较强的算法工程化能力：熟练使用 CUDA/C++ 或 Triton/CUTLASS，理解 GPU 执行模型与存储层级，有 attention/GEMM 级别的算子编写或调优经验，能用 roofline 等方法判断算子的性能上限与优化空间；\n4、熟悉 PyTorch 及至少一种大规模训练框架（Megatron-LM/FSDP/DeepSpeed 等），理解 DP/TP/PP/CP/EP 各类并行策略的通信语义与适用边界，有数百卡及以上规模的训练实践，能独立完成从算法设计到 Infra 落地的全链路开发；\n5、在模型量化、稀疏化、算子融合等方向至少一个领域有深入积累，能在精度、吞吐、显存、研发成本等多重约束下给出可量化的 trade-off 分析与决策；\n6、良好的科研能力与技术品味：能快速复现并批判性评估前沿论文，判断其在业务规模下的适用边界，并结合实际约束改进落地。\n加分项：\n1、在 CVPR/ICCV/ECCV、NeurIPS/ICML/ICLR，或 MLSys/OSDI/ASPLOS 等系统方向顶会发表过相关论文；\n2、有大规模生成模型（视频/图像/多模态）训练提效或推理加速的完整落地案例，能清晰量化优化前后的收益；\n3、深刻理解 GPU 体系结构（SM 与 Tensor Core、寄存器/共享内存/HBM 存储层级、NVLink 互联与集合通信），了解并实践过 Hopper/Blackwell 代际的新硬件特性（如 TMA、FP8/FP4 Tensor Core）；\n4、参与过主流开源项目（PyTorch、Megatron-LM、FlashAttention、vLLM/SGLang、xDiT 等）的开发，或有高质量的个人开源作品；\n5、有超长序列训练（context/sequence parallel、ring attention）、MoE 训练系统（专家并行、负载均衡、通信优化）或视频生成模型加速的实战经验。\n算法工程 Codesign 实习生-【可灵】\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing / Shanghai\n所属部门：D11722\n发布时间：2026-09-07\n\n岗位职责\n1、面向token efficiency的架构探索与设计：针对视频 Diffusion及生成-理解统一架构，探索在同等精度下显著降低训练与推理开销的架构方案，包括但不限于稀疏注意力（block-sparse、时空局部窗口、可学习稀疏模式）、Latent Moe、Attention Residual、Muon优化器变种等的探索；面对超长序列问题，从算法与系统两侧联合给出可扩展的注意力与架构方案，并以严谨的消融实验量化每项改动的精度-效率收益；\n2、训练与推理吞吐优化：以 MFU、单位算力产出为核心指标，推动Co-design 优化：设计并落地低精度训练方案（BF16/FP8 混合精度、细粒度量化 scaling、数值稳定性监控），建立配套的精度回归评估体系，给出精度、吞吐、显存之间可量化的 trade-off 结论；\n3、Scaling 效率研究：研究优化器变种（如 Muon等二阶方法）与超参迁移方法在 Diffusion 训练中的适用性；结合数据配比与数据利用效率实验，设计小规模代理实验并外推，为\"同样算力如何训出更强模型\"提供可复用的 scaling 结论，支撑下一代模型的 compute-optimal 决策；\n4、高性能训练系统实现：把架构与算法设计落进生产训练系统：编写或调优关键算子（CUDA/CUTLASS），设计与序列形态、稀疏模式匹配的并行方案（FSDP/TP/CP/EP 及其组合），实现通信-计算 overlap 与显存峰值控制；用 Nsight Systems/Compute、torch profiler 等工具对训练全链路做性能分析，持续定位并消除瓶颈，保障大规模训练的稳定与高效。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业硕士及以上学历；\n2、扎实的深度学习基础，理解 Diffusion / Flow Matching 的建模与训练原理，熟悉 DiT 类架构的计算特征；对生成式模型的效率瓶颈（注意力复杂度、超长序列、显存压力）有第一手认知；\n3、较强的算法工程化能力：熟练使用 CUDA/C++ 或 Triton/CUTLASS，理解 GPU 执行模型与存储层级，有 attention/GEMM 级别的算子编写或调优经验，能用 roofline 等方法判断算子的性能上限与优化空间；\n4、熟悉 PyTorch 及至少一种大规模训练框架（Megatron-LM/FSDP/DeepSpeed 等），理解 DP/TP/PP/CP/EP 各类并行策略的通信语义与适用边界，有数百卡及以上规模的训练实践，能独立完成从算法设计到 Infra 落地的全链路开发；\n5、在模型量化、稀疏化、算子融合等方向至少一个领域有深入积累，能在精度、吞吐、显存、研发成本等多重约束下给出可量化的 trade-off 分析与决策；\n6、良好的科研能力与技术品味：能快速复现并批判性评估前沿论文，判断其在业务规模下的适用边界，并结合实际约束改进落地。\n加分项：\n1、在 CVPR/ICCV/ECCV、NeurIPS/ICML/ICLR，或 MLSys/OSDI/ASPLOS 等系统方向顶会发表过相关论文；\n2、有大规模生成模型（视频/图像/多模态）训练提效或推理加速的完整落地案例，能清晰量化优化前后的收益；\n3、深刻理解 GPU 体系结构（SM 与 Tensor Core、寄存器/共享内存/HBM 存储层级、NVLink 互联与集合通信），了解并实践过 Hopper/Blackwell 代际的新硬件特性（如 TMA、FP8/FP4 Tensor Core）；\n4、参与过主流开源项目（PyTorch、Megatron-LM、FlashAttention、vLLM/SGLang、xDiT 等）的开发，或有高质量的个人开源作品；\n5、有超长序列训练（context/sequence parallel、ring attention）、MoE 训练系统（专家并行、负载均衡、通信优化）或视频生成模型加速的实战经验。\n算法工程 Codesign 实习生-【可灵】\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing / Shanghai\n所属部门：D11722\n发布时间：2026-09-07\n\n岗位职责\n1、面向token efficiency的架构探索与设计：针对视频 Diffusion及生成-理解统一架构，探索在同等精度下显著降低训练与推理开销的架构方案，包括但不限于稀疏注意力（block-sparse、时空局部窗口、可学习稀疏模式）、Latent Moe、Attention Residual、Muon优化器变种等的探索；面对超长序列问题，从算法与系统两侧联合给出可扩展的注意力与架构方案，并以严谨的消融实验量化每项改动的精度-效率收益；\n2、训练与推理吞吐优化：以 MFU、单位算力产出为核心指标，推动Co-design 优化：设计并落地低精度训练方案（BF16/FP8 混合精度、细粒度量化 scaling、数值稳定性监控），建立配套的精度回归评估体系，给出精度、吞吐、显存之间可量化的 trade-off 结论；\n3、Scaling 效率研究：研究优化器变种（如 Muon等二阶方法）与超参迁移方法在 Diffusion 训练中的适用性；结合数据配比与数据利用效率实验，设计小规模代理实验并外推，为\"同样算力如何训出更强模型\"提供可复用的 scaling 结论，支撑下一代模型的 compute-optimal 决策；\n4、高性能训练系统实现：把架构与算法设计落进生产训练系统：编写或调优关键算子（CUDA/CUTLASS），设计与序列形态、稀疏模式匹配的并行方案（FSDP/TP/CP/EP 及其组合），实现通信-计算 overlap 与显存峰值控制；用 Nsight Systems/Compute、torch profiler 等工具对训练全链路做性能分析，持续定位并消除瓶颈，保障大规模训练的稳定与高效。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业硕士及以上学历；\n2、扎实的深度学习基础，理解 Diffusion / Flow Matching 的建模与训练原理，熟悉 DiT 类架构的计算特征；对生成式模型的效率瓶颈（注意力复杂度、超长序列、显存压力）有第一手认知；\n3、较强的算法工程化能力：熟练使用 CUDA/C++ 或 Triton/CUTLASS，理解 GPU 执行模型与存储层级，有 attention/GEMM 级别的算子编写或调优经验，能用 roofline 等方法判断算子的性能上限与优化空间；\n4、熟悉 PyTorch 及至少一种大规模训练框架（Megatron-LM/FSDP/DeepSpeed 等），理解 DP/TP/PP/CP/EP 各类并行策略的通信语义与适用边界，有数百卡及以上规模的训练实践，能独立完成从算法设计到 Infra 落地的全链路开发；\n5、在模型量化、稀疏化、算子融合等方向至少一个领域有深入积累，能在精度、吞吐、显存、研发成本等多重约束下给出可量化的 trade-off 分析与决策；\n6、良好的科研能力与技术品味：能快速复现并批判性评估前沿论文，判断其在业务规模下的适用边界，并结合实际约束改进落地。\n加分项：\n1、在 CVPR/ICCV/ECCV、NeurIPS/ICML/ICLR，或 MLSys/OSDI/ASPLOS 等系统方向顶会发表过相关论文；\n2、有大规模生成模型（视频/图像/多模态）训练提效或推理加速的完整落地案例，能清晰量化优化前后的收益；\n3、深刻理解 GPU 体系结构（SM 与 Tensor Core、寄存器/共享内存/HBM 存储层级、NVLink 互联与集合通信），了解并实践过 Hopper/Blackwell 代际的新硬件特性（如 TMA、FP8/FP4 Tensor Core）；\n4、参与过主流开源项目（PyTorch、Megatron-LM、FlashAttention、vLLM/SGLang、xDiT 等）的开发，或有高质量的个人开源作品；\n5、有超长序列训练（context/sequence parallel、ring attention）、MoE 训练系统（专家并行、负载均衡、通信优化）或视频生成模型加速的实战经验。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}