快手
多模态大模型算法工程师-AIGC
多模态大模型算法工程师-AIGC
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Aigc
Diffusion Models
Gan
Pytorch
Vae
多模态生成
值不值得投
77综合评分
综合评分 77
前沿AIGC算法岗位，技术成长空间大，但WLB信息不明。
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
30K
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 2420 个在招 · 其中机器学习工程 20 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 260 个在招
职位详情
关于这个职位
负责多模态内容生成算法的研发与优化，包括文本、图像、视频生成等，解决生成质量、多样性、可控性等问题
参与端到端多模态生成式大模型的框架设计、训练与调优，推动AIGC技术在快手业务场景的产品化落地
最低要求
硕士及以上学历，计算机、数学或统计学相关专业
对基于图像、视频、语音、文本等模态内容的各类算法有一定的理解，并在如下一个或多个相关方向有相关研究经历：GAN、扩散模型、图像生成、多模态等
具备扎实的编程功底，熟悉Pytorch等主流深度学习框架，熟练使用C++/Python等至少一种编程语言，熟悉Linux开发环境
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
了解多模态内容生成相关算法，如Diffusion Models、GAN、VAE、Autoregressive Models等，包括但不限文本/图像/视频生成，解决生成质量、多样性、可控性、采样效率、可编辑等问题
了解端到端多模态生成式大模型的框架设计、训练与调优，构建基于生成模型的AI系统，推动多模态AIGC在快手各业务场景的产品化落地
AI 洞察
优缺点分析
优点
- 接触前沿AIGC技术，积累多模态生成领域实战经验
- 在快手大型平台实践，有丰富的业务场景和资源支持
- 技术栈先进，利于个人技术快速成长和行业影响力提升
- AIGC技术更新迅速，需持续学习以保持竞争力
- 适合对多模态AI和生成模型有浓厚兴趣，具备扎实算法基础和编程能力，追求技术前沿的求职者
缺点 / 挑战
- 解决生成质量和效率问题涉及算法创新，具有较高技术挑战
- 可能面临高强度工作节奏和项目交付压力
角色解读
- 从算法工程师晋升为高级算法专家或技术负责人，深化专业领域
- 转向研究科学家或技术管理岗位，参与技术战略规划
- 在AIGC领域持续深耕，成为行业技术专家或创业
- 研究和开发多模态内容生成算法，如图像、视频生成，解决质量、多样性等问题
- 设计和优化端到端生成式大模型的框架，提升训练与调优效率
- 将AIGC技术集成到快手产品中，推动业务场景落地应用
- 精通多模态生成模型，如GAN、扩散模型等，理解其原理与优化
- 熟练使用PyTorch等深度学习框架，具备C++或Python编程能力和Linux开发环境经验
- 具备学术前沿跟进能力，善于将技术应用于复杂实际问题
申请策略
- 了解快手的AIGC业务布局和产品应用，如短视频生成、特效制作等
- 准备展示生成模型优化或应用的具体案例，强调解决实际问题的能力
- 突出在多模态生成、GAN或扩散模型的研究经历和项目成果，展示技术深度
- 强调编程技能和框架熟练度，如PyTorch实现经验，以及C++/Python项目
- 提供学术论文、技术博客或开源贡献，体现对学术前沿的跟进
- 深入学习最新生成模型论文和技术，如扩散模型优化方法
- 实践多模态项目，提升工程化能力和业务场景理解
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，突出技术细节和成果
- 从算法原理、工程实现和业务价值三个维度回答技术问题，展示全面思考
- 结合行业趋势和个人见解，体现对技术发展的深度理解和持续学习能力
- 请介绍一个你参与过的多模态生成项目，以及遇到的挑战和解决方案
- 如何优化扩散模型的采样效率？请从算法和工程角度说明
- 你如何将生成模型应用到实际业务场景中，确保产品化落地？
- 对当前AIGC技术的发展趋势有什么看法？
- 你在C++或Python方面的编程经验如何？请举例说明
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
作为已上市公司的技术岗位，薪资可能具有市场竞争力，但JD未披露具体福利，补偿性动机较好满足。
薪资信号未披露（AI估算：2–4万/月）
成长发展
90较高
职位涉及前沿AIGC技术，要求跟进学术前沿，有利于技能深度发展和职业成长，发展性动机是核心优势。
技术前沿前沿/新兴技术
技术栈Diffusion Models、GAN、VAE、Autoregressive Models、PyTorch
业务类型profit_center
工作生活
50较低
JD未提及工作模式或WLB相关信息，无法判断办公灵活性和工作强度，生活化动机满足程度有限。
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
85较高
参与AIGC技术在快手业务中的落地，处于高速增长赛道，具有行业影响力和创新性，意义感动机较好满足。
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
Watch Jobs