快手
多模态理解算法研究员
多模态理解算法研究员
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人工智能
人工智能
Agent开发
Pytorch
多模态理解
奖励模型
算法训练
视频生成
值不值得投
74综合评分
综合评分 74
前沿多模态AI岗位，技术成长性高，薪资福利待确认，WLB不明确。
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
35K
与人工智能中位数基本持平
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 · 其中人工智能 34 个
市场机会
选择面较广
北京 · 人工智能 · 约 490 个在招
职位详情
关于这个职位
该职位负责多模态视频理解算法的研究与开发，包括视频描述生成、指令改写、奖励模型训练等，旨在提升视频生成模型的性能和用户需求匹配度，支持快手可灵视频业务全链路AI任务
最低要求
有音视频理解、多模态Caption、理解生成一体化、理解/生成Benchmark等方向的经验，有大厂实习、顶会论文优先
有自主开发能力且能用好Agent进行日常工作辅助开发，有多模态理解模型训练经验优先
重视多模态理解能力在实际工业场景的价值，痴迷业务价值而不是绝对榜单分数
有理解、生成模型能力水位的客观判断能力，有实际动手验证的能力，对自身能力保持清晰认知
有良好的协作与沟通能力，能积极与团队进行沟通，能准确、清晰表达自己的需求
工作职责
承担视频Caption和参考生成的Instruction职责，特别是在多分镜、高动态、长视频等场景提供精准、全面的描述，最大化弥合文本模态和视频模态之间的差异
承担Agentic PE的职责，对用户指令进行精准、有效、丰富的改写，从15秒片段效果和分钟级成片两个角度实现最佳的PE，控制视频生成模型产出最符合用户需求的视频内容
承担Reward model的职责，能够客观、稳定地评价模型画面、运动、合理性等方面的表现，辅助视频模型训练监控、模型版本选择
承担理解基模后训练的职责，充分利用可灵数据训练最适合团队的多模态理解基座模型，支撑可灵全链路的数据算法、理解算法任务
AI 洞察
优缺点分析
优点
- 参与前沿多模态AI技术研发，技术含量高
- 在快手这样的平台，有大量数据和资源支持
- 业务应用场景明确，能直接看到算法价值
- 算法研发需要持续学习和跟进最新技术
- 需要平衡学术研究与工程落地
- 适合对多模态AI有浓厚兴趣、具备扎实算法基础、追求技术深度和业务影响的求职者
缺点 / 挑战
- 可能面临高强度的工作节奏和项目压力
角色解读
- 可向高级算法专家或技术负责人方向发展
- 积累多模态AI经验后，可转向AI产品或研究管理岗位
- 在前沿AI领域持续深耕，成为领域专家
- 负责视频多模态理解算法的研发，包括视频描述生成和用户指令改写
- 开发和训练奖励模型以评估视频生成质量，辅助模型训练和版本选择
- 利用公司数据训练多模态基座模型，支撑全链路AI任务
- 精通多模态理解算法，如视频Caption和生成模型
- 具备算法开发和训练经验，熟悉Python、PyTorch等工具
- 良好的沟通协作能力和业务价值导向
申请策略
- 了解快手可灵视频生成业务和技术方向
- 准备展示解决实际问题的案例
- 体现对业务价值的重视而非单纯刷榜
- 突出多模态理解、视频生成相关项目经验
- 展示顶会论文或大厂实习经历
- 强调Agent开发和算法训练能力
- 深化对多模态模型训练和优化的理解
- 学习最新视频生成和理解技术
面试指南
- 使用STAR法则描述项目经历，突出技术难点和解决方案
- 从模型设计、数据、训练方法等方面系统回答技术问题
- 结合具体案例说明如何将算法与业务目标对齐
- 请介绍你在多模态理解方面的项目经验
- 如何设计和训练一个奖励模型来评估视频生成质量?
- 你如何平衡算法性能和业务需求?
- 谈谈你对视频生成技术发展趋势的理解
- 在团队协作中，你如何有效沟通技术方案?
职位点评
薪资福利70
成长发展90
工作生活50
使命价值85
薪资福利
70中等
公司为上市企业，薪资福利体系可能较为完善，但JD未明确提及具体薪资和福利。
薪资信号未披露（AI估算：2.5–4.5万/月）
成长发展
90较高
岗位涉及前沿多模态AI技术，有大量数据和实战机会，发展性很强。
技术前沿前沿/新兴技术
技术栈多模态理解、视频生成、Reward model、Agent、Python、PyTorch
业务类型profit_center
工作生活
50较低
JD未提及办公模式和工作时间，无法判断WLB情况。
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
多模态AI是高速增长赛道，岗位直接推动视频生成技术发展，具有较高社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号业务价值、用户需求
创新程度积极采用新技术
Watch Jobs