快手
大模型算法实习生
大模型算法实习生
发布于 2 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Llm
Vlm
多模态
大模型
微调
推理加速
模型量化
边缘计算
值不值得投
77综合评分
综合评分 77
前沿大模型优化、技术成长空间大、大厂平台背书，但工作节奏可能较快
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
9.0千
比机器学习工程中位数低
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 2910 个在招 · 其中机器学习工程 30 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 550 个在招
职位详情
关于这个职位
该职位主要负责Qwen等多模态大模型的定制优化工作，涵盖微调训练、模型量化、剪枝与蒸馏等技术，旨在压缩模型体积或提升生成效果
同时需在移动端等边缘终端对大模型推理链路进行深度优化，包括推理加速、算子融合与硬件调度，助力AI技术高效落地
最低要求
硕士及以上学历，计算机、人工智能、数学相关专业
有较强的工程实现能力，熟悉LLM及VLM基本原理、大模型微调/RLHF等技术，熟悉C/C++、Python、Java等至少一门主流编程语言
对计算机视觉、自然语言处理、多模态、知识图谱、机器学习等相关领域有深入的理解，且有相关实际项目经验
对学术前沿有浓厚兴趣，时刻跟进技术前沿，并善于利用各类技术解决复杂的实际问题，有良好的沟通表达能力
工作职责
负责对Qwen等多模态大模型做定制优化，包括但不限于微调训练、量化、剪枝、蒸馏等，以压缩模型体积或提升模型效果
负责在移动端等边缘终端对大模型推理链路做深度优化，包括但不限于基于llama.cpp等推理引擎做推理加速、算子融合、硬件调度等
AI 洞察
优缺点分析
优点
- 接触业界顶尖大模型（Qwen）与前沿技术栈
- 深耕端侧部署与推理优化，技能壁垒高
- 依托大厂平台，项目落地场景丰富
- 技术迭代极快，需持续跟进学术前沿
- 竞争激烈，对硕士学历与项目经验要求严格
- 适合计算机/AI相关专业硕士，热爱底层系统优化与AI工程落地，具备扎实编程基础与科研/项目经验的求职者
缺点 / 挑战
- 端侧优化涉及软硬件协同调试，工程复杂度较高
角色解读
- 可向大模型系统架构师、AI基础设施专家或垂直领域算法科学家方向发展，积累底层优化与端侧部署经验后具备极高行业竞争力
- 负责Qwen等多模态大模型的定制化优化（微调、量化、剪枝、蒸馏）
- 在移动端/边缘设备上进行大模型推理链路的深度优化与加速落地
- 掌握LLM/VLM原理及微调/RLHF技术
- 精通C++/Python等编程语言
- 具备模型压缩、推理加速、算子融合及硬件调度的工程能力
- 了解CV/NLP/多模态领域前沿
申请策略
- 提前研究快手相关业务场景与大模型应用方向
- 准备1-2个完整的模型优化案例，重点说明优化前后的性能对比与瓶颈分析
- 突出大模型微调/量化/剪枝的具体项目经历
- 详细列出C++/Python工程实现细节与性能优化指标
- 强调端侧部署或推理加速的实际成果
- 深入学习llama.cpp、vLLM等主流推理框架
- 掌握CUDA编程或算子开发基础
- 补充模型压缩理论（如PTQ/QAT）实战经验
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化阐述项目背景、技术选型、具体优化手段及量化收益
- 结合底层原理（如内存带宽、计算图优化）分析瓶颈，给出系统性解决方案
- 请介绍一个你参与的大模型微调或量化项目，遇到了哪些瓶颈？如何解决的？
- 在移动端部署大模型时，内存和算力受限，你会如何进行推理加速？
- 请解释一下算子融合的原理及其在推理优化中的作用
- 复习Transformer架构、注意力机制及常见优化算法
- 动手跑通llama.cpp或类似开源项目，理解其执行流程
- 梳理个人项目中的性能测试数据与调优思路
职位点评
薪资福利75
成长发展92
工作生活60
使命价值70
薪资福利
75中等
北京大厂AI算法实习津贴处于市场中上水平，但实习岗通常以日薪/月津贴形式发放，长期稳定性与福利体系不如正式员工完善。
薪资信号市场水准 (7.0千–1.1万/月)
成长发展
92较高
岗位聚焦大模型底层优化与端侧部署，技术栈前沿且工程壁垒高，能显著提升求职者在AI基础设施领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈LLM、VLM、量化、剪枝、蒸馏、llama.cpp、算子融合
业务类型ambiguous
工作生活
60中等
互联网大厂算法岗通常节奏较快，实习期虽有一定弹性但需配合团队进度，JD未明确提及WLB政策，整体工作强度可能偏高。
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
70中等
致力于推动大模型轻量化与端侧落地，有助于降低AI使用门槛，具有较好的技术应用价值与社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs