职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:9637

【快Star】多模态推理模型算法工程师

未披露 · 北京 · 快手科技

主分类:大模型与生成式算法研发
算法与数据
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": "【快Star】多模态推理模型算法工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "J1007"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": "【快Star】多模态推理模型算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1007\n工作地点:北京\n发布时间:2025-06-26\n\n岗位职责\n1、负责研发业界领先的多模态推理模型,重点研究多模态理解与生成的统一推理架构,探索并推动多模态综合推理能力的边界突破;\n2、探索创新性机制设计,包括但不限于强化学习的奖励机制、长期记忆机制与高效的在线/持续学习范式;\n3、研究如何在统一的状态空间中有效整合、抽象与利用不同模态(图像、视频、语言、等)信息,完成复杂推理任务;\n4、发表高水平学术论文和开源项目,提升团队在学术界、工业界的技术影响力。\n\n任职要求\n1、硕士及以上学历,计算机、人工智能、数学等相关专业;\n2、具备扎实的机器学习、强化学习和多模态学习基础,熟悉 DiT、Flow matching、DPO/PPO/GRPO等相关技术;\n3、强烈的自驱力、探索精神和批判性思维,具备系统性解决复杂工程与科学问题的能力。\n加分项:\n1、有相关研究或者项目经验;\n2、有相关方向高水平期刊或会议论文发表经历;\n3、做过有影响力的开源项目或产品。",
        "requirements_text": "【快Star】多模态推理模型算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1007\n工作地点:北京\n发布时间:2025-06-26\n\n岗位职责\n1、负责研发业界领先的多模态推理模型,重点研究多模态理解与生成的统一推理架构,探索并推动多模态综合推理能力的边界突破;\n2、探索创新性机制设计,包括但不限于强化学习的奖励机制、长期记忆机制与高效的在线/持续学习范式;\n3、研究如何在统一的状态空间中有效整合、抽象与利用不同模态(图像、视频、语言、等)信息,完成复杂推理任务;\n4、发表高水平学术论文和开源项目,提升团队在学术界、工业界的技术影响力。\n\n任职要求\n1、硕士及以上学历,计算机、人工智能、数学等相关专业;\n2、具备扎实的机器学习、强化学习和多模态学习基础,熟悉 DiT、Flow matching、DPO/PPO/GRPO等相关技术;\n3、强烈的自驱力、探索精神和批判性思维,具备系统性解决复杂工程与科学问题的能力。\n加分项:\n1、有相关研究或者项目经验;\n2、有相关方向高水平期刊或会议论文发表经历;\n3、做过有影响力的开源项目或产品。",
        "skills": [AI生成
            "机器学习",
            "强化学习",
            "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://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/9637?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "9637",
        "post_date": "2025-06-26",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/9637?recruitSubProjectCodes="
    },
    "fulltext": "【快Star】多模态推理模型算法工程师\n【快Star】多模态推理模型算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1007\n工作地点:北京\n发布时间:2025-06-26\n\n岗位职责\n1、负责研发业界领先的多模态推理模型,重点研究多模态理解与生成的统一推理架构,探索并推动多模态综合推理能力的边界突破;\n2、探索创新性机制设计,包括但不限于强化学习的奖励机制、长期记忆机制与高效的在线/持续学习范式;\n3、研究如何在统一的状态空间中有效整合、抽象与利用不同模态(图像、视频、语言、等)信息,完成复杂推理任务;\n4、发表高水平学术论文和开源项目,提升团队在学术界、工业界的技术影响力。\n\n任职要求\n1、硕士及以上学历,计算机、人工智能、数学等相关专业;\n2、具备扎实的机器学习、强化学习和多模态学习基础,熟悉 DiT、Flow matching、DPO/PPO/GRPO等相关技术;\n3、强烈的自驱力、探索精神和批判性思维,具备系统性解决复杂工程与科学问题的能力。\n加分项:\n1、有相关研究或者项目经验;\n2、有相关方向高水平期刊或会议论文发表经历;\n3、做过有影响力的开源项目或产品。\n【快Star】多模态推理模型算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1007\n工作地点:北京\n发布时间:2025-06-26\n\n岗位职责\n1、负责研发业界领先的多模态推理模型,重点研究多模态理解与生成的统一推理架构,探索并推动多模态综合推理能力的边界突破;\n2、探索创新性机制设计,包括但不限于强化学习的奖励机制、长期记忆机制与高效的在线/持续学习范式;\n3、研究如何在统一的状态空间中有效整合、抽象与利用不同模态(图像、视频、语言、等)信息,完成复杂推理任务;\n4、发表高水平学术论文和开源项目,提升团队在学术界、工业界的技术影响力。\n\n任职要求\n1、硕士及以上学历,计算机、人工智能、数学等相关专业;\n2、具备扎实的机器学习、强化学习和多模态学习基础,熟悉 DiT、Flow matching、DPO/PPO/GRPO等相关技术;\n3、强烈的自驱力、探索精神和批判性思维,具备系统性解决复杂工程与科学问题的能力。\n加分项:\n1、有相关研究或者项目经验;\n2、有相关方向高水平期刊或会议论文发表经历;\n3、做过有影响力的开源项目或产品。\n【快Star】多模态推理模型算法工程师\n\n基础信息\n招聘项目:全部校招\n招聘类型:校招\n职位类别:J1007\n工作地点:北京\n发布时间:2025-06-26\n\n岗位职责\n1、负责研发业界领先的多模态推理模型,重点研究多模态理解与生成的统一推理架构,探索并推动多模态综合推理能力的边界突破;\n2、探索创新性机制设计,包括但不限于强化学习的奖励机制、长期记忆机制与高效的在线/持续学习范式;\n3、研究如何在统一的状态空间中有效整合、抽象与利用不同模态(图像、视频、语言、等)信息,完成复杂推理任务;\n4、发表高水平学术论文和开源项目,提升团队在学术界、工业界的技术影响力。\n\n任职要求\n1、硕士及以上学历,计算机、人工智能、数学等相关专业;\n2、具备扎实的机器学习、强化学习和多模态学习基础,熟悉 DiT、Flow matching、DPO/PPO/GRPO等相关技术;\n3、强烈的自驱力、探索精神和批判性思维,具备系统性解决复杂工程与科学问题的能力。\n加分项:\n1、有相关研究或者项目经验;\n2、有相关方向高水平期刊或会议论文发表经历;\n3、做过有影响力的开源项目或产品。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}