快手
【快Star】AI Agent算法专家-智能创作-【可灵AI专项】
【快Star】AI Agent算法专家-智能创作-【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
高级经验
全职员工
仅现场办公
硕士
机器学习工程
Controlnet
Lora
Pytorch
Rag
多模态
大语言模型
强化学习
计算机视觉
AI 估算 · 40k–70k
北京AIGC算法专家岗位稀缺，快手平台大，薪资竞争力强，月薪40-70k合理。
职位详情
关于这个职位
这个职位负责快手下一代智能内容创作Agent系统的研发，包括大模型驱动的自主规划、多步推理、工具调用，以及AIGC图像和视频生成算法
你将参与前沿的Agent、多模态和强化学习技术在内容创作场景的落地，与产品、工程团队协作优化产品指标，适合对AGI和AI Native应用有浓厚兴趣的技术专家
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
- 参与前沿AI Agent和AIGC技术研发，技术含量高
- 快手提供海量真实场景数据，算法落地机会多
- 团队技术氛围好，有机会与行业顶尖人才合作
- 技术迭代快，需要持续学习和研究
- 竞争激烈，岗位要求极高
- 适合热爱前沿AI技术、具备较强算法和工程能力、能在高压下持续创新的技术人员
缺点 / 挑战
- 业务落地压力大，需要兼顾效果和效率
角色解读
- 从算法专家向技术专家或技术负责人方向发展
- 在快手AI内容创作领域积累前沿技术，有机会成为领域权威
- 可向AGI研究或技术管理方向延伸
- 负责智能创作Agent系统的设计与优化，包括自主规划、多步推理、工具调用、RAG、多Agent协作等能力
- 研发AIGC图像与视频生成算法，包括生成、编辑、条件控制等，推动模型规模化落地
- 探索Agentic RL驱动的下一代理解-生成一体化模型
- 与产品工程团队协作，构建可复用的创作Skill、Workflow和评测体系
- 精通Python和至少一门系统语言，具备扎实的软件工程能力
- 深入理解Transformer、生成式模型和PyTorch框架，掌握机器学习、强化学习、CV、NLP基础
- 熟悉主流AIGC技术如Stable Diffusion、ControlNet、LoRA、视频生成等
- 深入理解Agent核心范式（Planning、Reasoning、Tool Use、Memory、RAG、Workflow、Multi-Agent）
申请策略
- 了解快手可灵AI的业务方向，准备相关案例
- 强调对AGI的热情和技术深度
- 突出Agent、大模型、多模态相关项目经验
- 强调顶会论文、竞赛获奖或开源贡献
- 展示独立推进复杂项目的工程能力
- 补充强化学习、RLHF/RLVR相关经验
- 熟悉LangChain、AutoGen等Agent框架
- 深入理解视频生成模型
面试指南
- 用STAR法则结构化回答，突出目标和结果
- 结合具体技术方案，展示思考过程
- 关注系统设计权衡，体现工程思维
- 请讲述一个你主导的Agent系统设计，如何规划任务和调用工具？
- 如何保证生成图像和视频的一致性和可控性？
- 你如何评估一个多Agent协作系统的效果？
- 如何设计RAG系统以提升内容创作质量？
- 谈谈你对Agentic RL的理解
职位点评
68
综合评分
前沿技术、成长性强、薪资可观，但工作强度大且生活平衡一般。
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。
更适合这类人
最适合追求技术前沿、渴望快速成长、能适应高强度工作的求职者。
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40
使命价值60
薪资福利
70中等
快手作为上市大厂，薪资福利通常具有竞争力，但职位描述未明确具体薪酬福利，故评分中等偏上。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位涉及Agent、AIGC等前沿技术，技术成长空间极大，且提供挑战性研发任务，发展性动机强烈满足。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、Transformer、大语言模型、多模态、Stable Diffusion、ControlNet、LoRA、RAG、Agent、强化学习
业务类型ambiguous
工作生活
40较低
职位为北京现场办公，未提及弹性工作或WLB，且高强度研发可能带来压力，生活方式满足程度有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
智能内容创作领域有较广社会影响，但职位描述未强调使命感，行业属高速发展赛道，意义感有一定满足。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
快手 的其他在招职位
相似职位推荐
Watch Jobs