快手
特效多模态理解算法工程师
特效多模态理解算法工程师
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Ai工具
Clip
Cnn
Vlm
图像理解
多模态大模型
深度学习
视频理解
计算机视觉
值不值得投
75综合评分
综合评分 75
前沿多模态技术岗位，在快手大平台有业务落地机会，技术成长性强但WLB可能一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2.5万
比计算机视觉工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2600 个在招
市场机会
选择面较广
北京 · 计算机视觉工程 · 97 个在招
职位详情
关于这个职位
该职位在快手负责多模态大模型在特效和直播场景中的理解与应用，推动算法在智能美化、创作等业务落地
工作包括模型设计、训练数据生产及评测体系建设，并跟踪计算机视觉与多模态前沿技术，产出论文或业务成果
最低要求
人工智能、计算机、模式识别、自动化、数学、统计学等相关专业，硕士及以上学历
熟悉计算机视觉与深度学习基础，掌握Transformer、CLIP、CNN、VLM等相关技术原理
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
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
具备良好的学习能力、沟通能力与团队协作意识
工作职责
负责生产和直播场景下的多模态大模型理解与应用探索，包括不限于推动大模型能力在特效视频理解、智能美化及智能创作等业务场景的落地
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
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
优先资格
有多模态大模型、视觉语言模型微调或大规模图文/视频数据处理经验优先
有移动端模型轻量化经验优先
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优先
AI 洞察
优缺点分析
优点
- 接触多模态大模型等前沿技术，在快手大平台有丰富的业务场景支持算法落地
- 项目直接关联直播和特效业务，能快速看到技术对产品的实际影响
- 有明确的论文和专利产出激励，有助于个人学术或技术品牌建设
- 模型训练和评测可能涉及大规模数据处理和工程优化，工作复杂度高
- 适合对计算机视觉和多模态AI有浓厚兴趣，追求技术深度与产品结合，并愿意在快节奏环境中持续成长的求职者
缺点 / 挑战
- 技术要求高，需持续跟踪AI前沿并快速应用，对学习能力挑战大
- 互联网行业节奏较快，项目落地压力可能带来一定工作强度
角色解读
- 可向高级算法研究员或技术专家方向深耕，在多模态AI领域积累影响力
- 有机会转型为算法架构师或技术管理者，负责更大规模系统设计或团队领导
- 通过论文产出和业务落地，提升行业声誉，为职业发展打开更多通道
- 负责多模态大模型在特效和直播场景中的理解与应用探索，推动智能美化、创作等业务落地
- 设计模型方案、管理训练数据生产、构建评测体系并进行实验分析
- 跟踪计算机视觉与多模态前沿技术，促进算法产品化或产出学术成果
- 熟悉计算机视觉与深度学习基础，掌握Transformer、CLIP、CNN、VLM等技术原理
- 具备图像/视频理解任务的项目或研究经验，熟练使用深度学习模型训练方法
- 熟练运用Claude Code/Codex等AI工具，提升开发效率
- 具备良好的学习、沟通和团队协作能力，以应对复杂项目需求
申请策略
- 研究快手在特效、直播业务中的技术应用场景，在面试中展示对业务的理解
- 准备具体项目案例，详细说明技术选型、挑战解决和成果影响，以体现问题解决能力
- 突出多模态大模型、视觉语言模型的微调或应用经验，展示技术深度
- 列举图像/视频理解项目案例，强调模型设计、训练和评测全流程能力
- 附上在顶级会议（如CVPR、ICCV）发表的论文或高质量开源项目链接
- 体现对AI工具（如Claude Code/Codex）的熟练使用，以突出工程效率
- 深入学习移动端模型轻量化技术，以应对可能的部署优化需求
- 加强多模态数据处理和大规模训练经验，可通过实践项目或开源贡献提升
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答项目经验，突出技术细节和业务影响
- 结合具体技术原理（如Transformer、CLIP）解释方案选择，展示理论基础
- 强调跨团队协作和沟通能力，举例说明如何与产品、工程团队推动算法落地
- 如何将多模态大模型具体应用于特效视频理解或智能美化场景？
- 描述一个你主导的图像/视频理解项目，遇到的主要技术难点及解决方案
- 如何评估多模态模型在业务场景中的性能？请举例说明评测体系的设计
- 如果模型在移动端部署性能不足，你会采取哪些轻量化策略？
- 你如何看待多模态大模型在短视频行业的发展趋势？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
该职位薪资在北京市场处于中上水平，作为上市公司有较规范的薪酬体系，但具体福利未在JD中披露。
薪资信号偏高 (2千–3万/月)
成长发展
85较高
涉及前沿多模态大模型技术，有论文和专利产出机会，技术成长空间大，且业务落地能提供实战经验。
技术前沿前沿/新兴技术
技术栈多模态大模型、计算机视觉、Transformer、CLIP、VLM
成长机会产出高质量论文、专利及业务成果
业务类型profit_center
工作生活
60中等
JD未明确提及办公模式或WLB信号，工作地点推断为现场办公，互联网行业通常节奏较快，生活平衡可能有限制。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
快手作为短视频平台，技术推动内容创作和用户体验，有积极的行业增长和技术影响力，但社会价值偏娱乐领域。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动算法能力产品化落地
创新程度积极采用新技术
Watch Jobs