快手
【快Star】多模态大模型算法工程师-Keye-【可灵AI专项】
【快Star】多模态大模型算法工程师-Keye-【可灵AI专项】
发布于 大约 16 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Deepspeed
Megatron-Lm
Moe
Pytorch
Rlhf
Scaling Law
多模态
大模型
数据治理
AI 估算 · 25k–40k
多模态大模型为前沿热门方向，快手可灵生态加持，校招薪资竞争力强。
职位详情
关于这个职位
这是一个加入快手可灵AI专项的机会，作为多模态大模型算法工程师，你将在Keye团队从事最前沿的多模态基座模型研发，参与从预训练到后训练、数据治理的全链路工作
你将与顶尖团队一起探索Scaling Law、强化学习和智能体技术，推动多模态AI的边界
适合具有扎实机器学习背景、热爱AGI技术的应届硕博
最低要求
计算机科学与技术、人工智能、自动化、数学等相关专业的应届硕士或博士
具备扎实的计算机多模态/NLP/CV理论基础，有良好的数学底子，精通Python编程，具备极强的独立开发与调试能力
熟悉至少一种主流深度学习或分布式训练框架（如 PyTorch、Megatron-LM、DeepSpeed 等）
热衷于通用大模型（AGI）及新兴技术领域，深度认同数据与算法双轮驱动的价值，具备良好的沟通协作能力与极客精神
工作职责
方向一：多模态基座与预训练算法方向
聚焦架构范式革新，突破当前"语言模型+视觉适配器"拼接式设计的能力天花板，构建原生支持图/文/音/视频统一表征的新一代多模态架构
参与万亿级参数多模态MoE模型的训练探索与稀疏注意力机制优化，设计更高效的跨模态语义对齐策略与超长上下文（Ultra-long Context）模型
参与图像与视频场景的联合建模与因果视觉表征学习，探索并在超大规模集群训练中验证多模态Scaling Laws
方向二：多模态后训练与智能体（Agent）演进方向
参与前沿模型后训练方法（如RLHF、PPO、OPD等对齐技术）的研究与工程实践，持续提升模型在复杂任务中的推理、理解与泛化能力
探索多模态智能体在复杂场景中的能力落地，涵盖工具调用（Tool-use）、代码执行、信息检索、长程规划与闭环决策
参与视觉智能体的底层能力建设，探索以视觉感知驱动的自主决策与任务执行范式（涵盖GUI操控、视频理解与个人助手等），并参与构建自动化迭代体系
方向三：多模态数据治理与飞轮建设方向
参与大规模混合模态数据的深度治理，负责高精度OCR、高质量Caption生成及语义对齐数据合成，从根本上解决数据噪声与模态错位难题
围绕智能Agent的推理规划与多轮交互，拆解真实场景需求，构建高质量的推理、决策与指令交互数据集
参与商业化数据Pipeline与“用户交互-数据飞轮”闭环建设，通过高质量训练数据构建（Data-centric AI），实现完全数据驱动的模型自适应演进
优先资格
在 NeurIPS、ICLR、ICML、CVPR、ACL 等人工智能顶级会议或期刊上作为核心作者发表过高质量研究论文
在 NOI、ACM-ICPC 等国内外知名算法竞赛中取得优异成绩
有深度参与知名开源大模型项目经历，或在多模态、RLHF、Agent等前沿方向有扎实的实战经验
AI 洞察
优缺点分析
优点
- 技术前沿，涉及多模态、大模型、RLHF、Agent等热点，学习曲线陡峭但成长快
- 快手可灵专项，数据资源和计算资源丰富，研究有落地场景
- 已上市大厂，薪资福利有竞争力，平台稳定
- 岗位对学术背景和工程能力要求高，竞争激烈
- 大模型研发强度大，可能面临长时间投入和高压
- 前沿方向不确定性高，需要快速学习和适应新技术
缺点 / 挑战
- 适合对AGI有极客精神、热爱技术挑战、愿意在顶尖团队中追求突破的应届硕博
角色解读
- 从算法工程师起步，可在多模态基座、后训练或数据方向深耕，成为领域专家
- 有机会参与万亿级模型的研发，积累大规模分布式训练经验，向技术专家或架构师发展
- 依托可灵生态和快手平台，可快速接触工业级应用场景，未来向AI产品化或技术管理方向转型
- 负责多模态基座模型的架构设计与预训练优化，探索Scaling Law和MoE等前沿技术
- 参与后训练与对齐技术（如RLHF、PPO）的研发，提升模型推理与泛化能力
- 构建智能体（Agent）能力，涵盖工具调用、代码执行、多轮决策等场景
- 参与大规模多模态数据的清洗、标注与合成，建设数据飞轮体系
- 精通Python，具备扎实的编程和调试能力，能独立实现复杂模型
- 熟悉PyTorch、Megatron-LM、DeepSpeed等深度学习或分布式训练框架
- 具备多模态、NLP或CV的扎实理论基础，了解Transformer、MoE、RLHF等模型结构
- 有良好的数学功底，熟悉概率论、线性代数、优化算法等
申请策略
- 了解可灵AI的產品和Keye团队的技术方向，在面试中展现对业务的兴趣
- 准备一个你最有代表性的项目，能清晰阐述思路、难点和成果
- 突出顶会论文（如NeurIPS、ICLR、CVPR）或高水平AI竞赛奖项
- 强调在多模态、大模型、RLHF、Agent等方向的实战项目经历，尤其是开源贡献
- 展示扎实的编程能力和框架使用经验，如PyTorch、DeepSpeed等
- 如果有数据清洗或分布式训练经验，可作为加分项
- 系统复习Transformer架构、MoE、注意力机制等底层原理
- 动手实现简单的多模态模型或RLHF训练流程，熟悉Megatron-LM或DeepSpeed的用法
面试指南
- 对于技术原理题，建议先讲核心概念，再结合自己的理解举例说明，最后指出应用场景
- 对于项目经验题，采用STAR法则（情境、任务、行动、结果），强调你的贡献和学到的知识
- 对于开放性问题，可以从问题定义、候选方案、权衡取舍和拟解决方案的逻辑来回答
- 请解释一下多模态大模型（如LLaVA、Flamingo）的架构设计，以及各自的优缺点
- 你如何理解Scaling Law？在模型规模扩大时，有哪些挑战？
- 请详细介绍你参与过的大模型或深度学习项目，包括数据、模型、训练和评估
- RLHF的基本流程是什么？如果训练时奖励模型过拟合，你会怎么处理？
- 你会如何设计一个多模态数据清洗pipeline？如何保证数据质量？
职位点评
74
综合评分
前沿多模态大模型岗位，技术含量高、成长快，但工作强度可能较大，薪资有竞争力。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长和职业发展、对AGI充满热情、能承受高强度工作节奏的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值80
薪资福利
70中等
作为大厂校招，薪资通常具有竞争力，但JD未明确披露具体数字，且无额外福利信息，因此得分中性偏上。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
该岗位处于多模态大模型前沿，涉及Scaling Law、RLHF、Agent等最新技术，且鼓励跨界探索，个人成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态、大模型、Scaling Law、MoE、RLHF、Agent、PyTorch、Megatron-LM、DeepSpeed
业务类型profit_center
工作生活
50较低
JD未提及工作强度或弹性安排，作为大厂核心研发岗位，推测可能面临较高工作压力，工作模式为现场办公，生活平衡一般。
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
该岗位致力于打造具有行业竞争力的多模态基座，具有技术革新意义，但直接社会价值表述不强，综合来看意义感较强。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
快手 的其他在招职位
相似职位推荐
Watch Jobs