快手
AI Agent算法实习生（智能创作）-【可灵AI专项】
AI Agent算法实习生（智能创作）-【可灵AI专项】
发布于 3 天前实习/见习
实习生仅现场办公人工智能
人工智能
Aigc
Pytorch
多模态模型
大语言模型
强化学习
计算机视觉
值不值得投
76综合评分
综合评分 76
顶尖大厂的AI Agent与AIGC实习岗，技术前沿、成长空间巨大，但工作模式和强度要求高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
1.2万
比人工智能中位数高
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 2600 个在招 · 其中人工智能 46 个
市场机会
选择面较广
北京 · 人工智能 · 约 590 个在招
职位详情
关于这个职位
该职位是快手可灵AI团队的算法实习生，核心是参与下一代智能内容创作Agent系统的研发与产品化
你将负责设计和优化基于大语言模型、多模态模型与视觉生成模型的智能创作系统，探索涵盖剧本创作、视频生成等复杂流程的Agent技术，并推动AIGC技术在内容创作场景的落地
最低要求
硕士及以上学历，计算机、人工智能、数学、电子信息等相关专业优先
精通 Python，具备扎实的 C/C++/Go/Java（至少一门）基础，具备优秀的软件工程能力与系统设计能力，追求高质量代码实现
深入理解Transformer架构及生成式模型原理，熟悉 PyTorch等深度学习框架，掌握机器学习、强化学习、计算机视觉、自然语言处理等相关基础理论
熟悉主流 AIGC与多模态生成技术，包括但不限于Stable Diffusion、ControlNet、LoRA、视频生成与编辑等相关方向
深入理解 Agent核心范式，包括Planning、Reasoning、Tool Use、Memory、RAG、Workflow、Multi-Agent 等，熟悉 MCP、Function Calling、Structured Output 等Agent 生态技术
具备极强的学习能力与技术热情，对Agent、AGI 与 AI Native 应用方向有浓厚兴趣，逻辑清晰，具备良好的沟通协作能力与独立推进复杂项目的能力
工作职责
负责智能创作Agent与AI内容生产模型的设计与优化，基于大语言模型、多模态模型和视觉生成模型，构建具备自主规划、多步推理、工具调用、长短期记忆、RAG 增强、多Agent 协作及复杂 Workflow 编排能力的内容创作系统，覆盖剧本创作、分镜生成、角色设定、视频生成、内容编辑等复杂内容生成流程，持续提升生成效果、可控性与一致性
负责 AIGC 图像与视频生成算法研发，包括图像和视频生成与编辑、条件控制生成等方向，推动生成模型在内容创作场景中的规模化落地
探索基于Agentic RL的下一代理解、规划、生成、编辑一体化的智能创作模型
与产品、工程团队协同，沉淀可复用的创作Skill、Workflow与评测体系，通过数据回流持续优化核心指标
优先资格
在 NeurIPS、ICML、ICLR、ACL、CVPR、ICCV 等顶级会议发表过论文
在 ACM-ICPC、NOI/IOI、TopCoder、Kaggle 或知名AI 算法竞赛中获得优异成绩
为知名开源项目核心贡献者，或在开源社区具备较强影响力
有 LangChain、AutoGen、MetaGPT、OpenClaw、Hermes Agent 等 Agent Framework / Runtime 的使用或二次开发经验
有 RLHF/RLVR、Reasoning Model、Agent Fine-tuning、大模型Post-training 等相关经验优先
有AI Native 产品、AI Agent 平台或企业级 Agent Workflow的 0-1 构建经验优先
AI 洞察
优缺点分析
优点
- 接触并实践最前沿的AI Agent与AIGC技术栈，技术深度和广度俱佳
- 大厂平台提供丰富的数据、算力资源和产品落地场景，成长空间大
- 工作涉及从算法研究到产品化的完整链路，能锻炼解决复杂问题的综合能力
- 参与的项目直接影响数亿用户的内容创作体验，成果可见度高
- 技术要求高，涉及大模型、Agent、多模态生成等多个前沿领域，需要快速学习和跟进
缺点 / 挑战
- 作为实习生，可能需要在短时间内理解复杂系统并做出贡献，有一定压力
- 岗位要求工程与算法能力并重，对代码质量和系统设计有较高标准
- 适合对AI Agent、AIGC技术有浓厚兴趣，具备扎实算法与编程基础，乐于挑战前沿技术并推动其产品落地的硕士及以上在校学生
角色解读
- 实习表现优异可转为正式员工，成为高级算法工程师，深耕AIGC或Agent技术领域
- 积累项目经验后，可向技术专家或技术负责人方向发展，主导核心算法或系统架构
- 长期可探索AI Native产品、平台架构或前沿研究（如AGI）方向
- 设计和优化基于大语言模型和多模态模型的智能内容创作Agent系统
- 研发AIGC图像与视频生成的核心算法，提升生成效果和可控性
- 探索下一代基于强化学习的智能创作一体化模型
- 与产品、工程团队协作，构建可复用的创作工作流和评测体系
- 深入理解Transformer、生成式模型（如Stable Diffusion）及Agent核心范式（Planning， Tool Use， RAG等）
- 精通Python，熟悉PyTorch，具备扎实的编程和软件工程基础
- 熟悉多模态生成、计算机视觉和自然语言处理相关技术
- 具备极强的学习能力和独立解决复杂技术问题的热情
申请策略
- 深入研究快手可灵AI的产品和技术博客，理解其业务方向和技术痛点，在面试中展现针对性思考
- 准备好详细阐述你过往项目中遇到的技术挑战及解决方案，尤其是涉及模型优化、系统设计的部分
- 表现出强烈的学习意愿和对AI Native应用的思考，这与岗位要求高度契合
- 突出与Agent、大模型、AIGC相关的项目经历，详细描述技术选型、实现与效果
- 展示在顶级会议或竞赛中的成果（论文、奖项），这是重要的加分项
- 如果有相关开源项目贡献或技术博客，务必列出，体现技术热情和影响力
- 强调扎实的编程基础（如Python， C++）和系统设计能力，举例说明
- 系统复习并实践Agent技术栈，如LangChain、AutoGen等框架，尝试构建简单应用
面试指南
- 对于项目问题，使用STAR法则（情境、任务、行动、结果）结构化描述，突出技术细节和你的思考
- 对于原理和设计问题，先阐述基本概念，再结合具体场景或论文理解，最后给出自己的见解或改进思路
- 对于开放性问题，展现你的技术视野和产品思维，可以从用户价值、技术可行性、落地挑战等角度分析
- 请详细描述一个你参与过的与Agent或多模态生成相关的项目，你的具体贡献是什么？
- 你对Agent的核心范式（如Planning， Tool Use， RAG）是如何理解的？它们在实际应用中有哪些挑战？
- 如果让你为一个视频创作场景设计一个Workflow，你会如何设计Agent的协作流程？
- 你如何看待AIGC技术在内容创作领域的应用前景和当前局限？
- 介绍一个你熟悉的大模型或生成模型（如Stable Diffusion）的技术原理
职位点评
薪资福利75
成长发展90
工作生活55
使命价值80
薪资福利
75中等
上市巨头公司的实习岗位，薪资福利通常有市场竞争力，能提供较好的物质保障和实习体验。
薪资信号市场水准 (8千–1.5万/月)
成长发展
90较高
该岗位技术前沿（Agent， AIGC， AGI），学习成长信号明确，涉及从算法到产品的全链路，能极大提升技术深度和工程能力。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、大语言模型、多模态模型、Stable Diffusion、Agent、强化学习、计算机视觉、AIGC、RAG、Workflow
成长机会持续提升生成效果、沉淀可复用的创作Skill、通过数据回流持续优化核心指标
业务类型ambiguous
工作生活
55较低
JD未明确办公模式，通常实习需现场办公。作为互联网公司的核心AI岗位，工作节奏可能较快，工作生活平衡需个人适应。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
参与构建下一代智能创作系统，推动AI技术在内容创作领域的革新，行业前景好，具有一定使命感和影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号参与下一代智能内容创作Agent系统、推动生成模型在内容创作场景中的规模化落地
创新程度开拓性创新（行业首创）
Watch Jobs