快手
AI Agent算法专家（智能创作）-【可灵AI专项】
AI Agent算法专家（智能创作）-【可灵AI专项】
发布于 大约 18 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Aigc
Pytorch
Rag
多模态模型
大语言模型
强化学习
视频生成
值不值得投
78综合评分
综合评分 78
前沿技术挑战、大平台资源落地、成长性强，但工作节奏与WLB需自行权衡。
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
55K
比人工智能中位数高
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 2190 个在招 · 其中人工智能 18 个
市场机会
选择面较广
北京 · 人工智能 · 约 410 个在招
职位详情
关于这个职位
你将加入快手可灵AI专项团队，负责下一代智能内容创作Agent系统的算法研发与落地
核心工作是基于大语言模型、多模态模型和视觉生成模型，设计并优化具备自主规划、多步推理、工具调用和多Agent协作能力的复杂创作系统，覆盖从剧本、分镜到视频生成的全流程，并推动AIGC图像与视频生成技术的规模化应用
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
核心职责包括：
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
加分项：
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
- 技术栈非常前沿，直接参与Agent和AIGC等最热门AI方向的落地，技术成长天花板高
- 在快手这样的顶级平台，有海量的用户场景和数据资源，能让算法效果得到真实检验和快速迭代
- 作为专项团队的核心岗位，能接触到从算法研发到产品化的完整链路，技术视野全面
- 团队聚焦明确，能深入探索AI在内容创作领域的创新应用
- 需要与产品、工程等多团队高效协同，对沟通和推动能力要求高
- 适合对AGI抱有热情、技术功底深厚且乐于探索前沿技术的算法工程师
缺点 / 挑战
- Agent与多模态生成技术融合复杂度高，需要同时具备深度学习、系统设计和产品思维，技术挑战巨大
- 作为大厂专项团队，对技术成果的落地效果和业务指标有较高要求，交付压力可能较大
- 期望在顶级平台上将最前沿的AI理论（Agent、生成模型）转化为实际产品能力，并享受解决复杂技术挑战的过程
角色解读
- 技术专家路径：深耕Agent与AIGC技术，成为该领域的权威专家，主导技术攻坚
- 技术管理路径：带领小型技术团队，负责特定模块或方向的研发，向技术总监方向发展
- 产品化路径：技术与产品感觉结合，向AI产品经理或解决方案架构师方向转型
- 设计和优化能自主完成复杂创作任务的AI Agent系统架构
- 研发先进的图像和视频生成算法，并将其应用于真实的内容创作产品中
- 探索和实现结合强化学习的下一代一体化智能创作模型
- 与产品和工程团队紧密合作，构建可复用的技能库和工作流，并建立评测体系来持续改进效果
- 精通Python和深度学习框架（如PyTorch），并具备扎实的软件工程和系统设计能力
- 深入理解大语言模型、多模态模型及主流生成技术（如Diffusion Models）的原理
- 掌握Agent的核心范式（规划、推理、工具使用、记忆等）及相关生态技术
- 对AGI和AI Native应用有浓厚兴趣，并具备独立推进复杂项目的能力
申请策略
- 仔细研究快手可灵AI的产品和技术博客，了解其技术路线和已公开的成果，在面试中展现你对业务的理解
- 准备一个能体现你从0到1构建复杂AI系统或算法模块的故事，最好包含技术选型、难点攻克和效果验证的全过程
- 重点突出与Agent系统、多模态生成（特别是视频生成）相关的项目经验和技术成果
- 如果有顶级会议论文（如NeurIPS, CVPR等）或知名AI竞赛成绩，务必在显眼位置列出
- 详细描述参与过的复杂AI系统设计、优化经历，体现系统设计能力和工程质量
- 列出对相关Agent框架（如LangChain、AutoGen等）的熟悉或贡献情况
- 深入学习和实践最新的Agent架构设计，特别是与多模态模型结合的案例
- 跟进AIGC领域的最新论文和技术，尤其是视频生成方向的进展（如Sora等）
面试指南
- 对于系统设计问题，采用‘目标-角色划分-交互流程-关键技术点-评测指标’的框架来回答
- 对于项目经验问题，使用‘背景-目标-技术方案-挑战与解决方案-成果量化’的STAR原则来组织
- 对于开放性技术问题，先表明自己的观点，然后从不同维度（技术成熟度、应用效果、未来趋势）展开论述
- 请解释一下你理解的Agent核心工作原理，以及你认为构建一个强大的创作Agent最关键的挑战是什么？
- 描述一个你做过的AIGC相关项目，你是如何平衡生成效果的可控性、一致性和创造性之间的矛盾的？
- 如果让你设计一个多Agent协作完成‘根据一段文字描述生成完整视频’的系统，你会如何划分Agent角色和设计交互流程？
- 在模型推理速度和生成质量之间往往需要权衡，你有过哪些相关的优化经验？
- 你如何看待当前大语言模型和扩散模型在Agent系统中的作用和局限性？
职位点评
薪资福利70
成长发展95
工作生活65
使命价值85
薪资福利
70中等
作为上市公司的核心AI岗位，应具备市场竞争力的薪酬包，但JD未明确薪资福利细节。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
职位聚焦于Agent与AIGC等前沿技术，提供探索AGI和下一代AI应用的一线实践机会，成长空间极大。
技术前沿前沿/新兴技术
技术栈大语言模型、多模态模型、视觉生成模型、Agent、RAG、强化学习、AIGC、Stable Diffusion、PyTorch
业务类型profit_center
工作生活
65中等
JD未提及办公模式和WLB相关信息，作为大厂核心研发岗位，工作节奏可能较快。
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
85较高
参与构建下一代AI创作工具，具有明确的行业创新价值和技术使命感，尤其是在视频生成这一前沿领域。
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系统的核心能力研发与产品化落地
创新程度开拓性创新（行业首创）
Watch Jobs