快手
音视频大模型评测工程师
音视频大模型评测工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公音视频技术
音视频技术
JavaScript
Llm
Mllm
Pytorch
Tensorflow
数据分析
模型评测
深度学习
值不值得投
76综合评分
综合评分 76
前沿音视频大模型评测岗，技术成长性强，但工作生活平衡未明确。
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
3万
比音视频技术中位数高
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 2620 个在招 · 其中音视频技术 4 个
市场机会
选择适中
北京 · 音视频技术 · 17 个在招
职位详情
关于这个职位
该职位负责音视频大模型的评测体系建设，包括设计评测方法与指标、迭代测试集与Benchmark，以数据驱动算法优化
同时参与音视频质量评估模型的训练与自动化方案落地，分析评测结果挖掘瓶颈，提升模型质量和用户体验，支持模型迭代形成闭环
最低要求
本科及以上学历，计算机、人工智能、机器学习等相关专业优先，具备1-3年测试开发或AI方向经验
熟练使用Python和JavaScript，有扎实的工程能力和编程经验，能够自主分析和解决技术问题
熟悉常见深度学习框架（如PyTorch、TensorFlow）
熟悉LLM及MLLM基本原理，具备音视频领域基础知识，具备良好的数据化思维
掌握深度学习或机械学习相关基础理论，有模型训练经验，熟悉模型验证及评估方法
具备良好的沟通协调能力、团队合作精神以及较强的问题分析解决能力
工作职责
参与视频处理、音频处理等场景下的大模型评测体系建设（包含评测方法和评测指标），支持模型迭代和优化，形成从评测到优化的完整闭环
迭代模型评测测试集与Benchmark，利用评测数据驱动算法迭代，提升模型评测效率，更主动牵引模型优化
参与音视频质量评估模型的训练、优化及自动化评估方案的落地，推动评测结果在实际业务中的应用
分析评测结果，挖掘模型潜在瓶颈并提出改进建议，持续提升模型质量与用户体验
与音视频算法模型团队合作，不断改进模型效果、性能、稳定性
优先资格
有音视频编解码、质量评估、内容理解等相关领域的研究或项目经验
有大模型评测框架搭建或优化经验，或者熟悉业界主流评测和方法者
在大模型、机械学习、视觉、自然语言等顶会（CVPR、ACL、ICML、WWW、AAAI、SIGIR）发表过论文者
AI 洞察
优缺点分析
优点
- 直接参与前沿大模型评测技术，技术栈先进
- 在音视频领域积累深度行业经验，前景广阔
- 大平台资源丰富，能接触大规模数据和业务场景
- 与算法团队紧密合作，提升跨领域协作能力
- 技术更新迅速，需持续学习LLM和音视频新知识
- 适合对音视频AI有热情、喜欢系统构建和数据分析的工程师，追求技术成长而非管理路径
缺点 / 挑战
- 评测工作可能涉及重复性测试，需保持创新思维
- 推动评测结果落地应用需强沟通能力，可能面临协作挑战
角色解读
- 深耕音视频AI评测领域，成为评测专家或技术负责人
- 转向算法开发或优化岗位，深入参与模型创新
- 积累项目经验后，可走向技术管理或架构师路径
- 设计并搭建音视频大模型的评测体系，包括方法、指标和测试集
- 利用评测数据驱动算法团队优化模型，提升评测效率
- 训练和优化音视频质量评估模型，推动自动化评测在业务中应用
- 分析评测结果，挖掘模型瓶颈并提出改进建议，提升用户体验
- 熟练使用Python和JavaScript进行工程开发和数据分析
- 熟悉PyTorch/TensorFlow等深度学习框架，具备模型训练和评估经验
- 掌握LLM/MLLM基本原理，具备音视频领域基础知识
- 良好的沟通协调能力和团队合作精神，能解决复杂技术问题
申请策略
- 研究快手音视频业务和AI技术栈，在面试中展示了解
- 准备一个完整的评测系统设计案例，用于面试讨论
- 关注行业顶会如CVPR、ACL，了解最新评测动态
- 突出Python/JavaScript编程项目，展示工程能力
- 强调深度学习框架（如PyTorch）使用经验，包括模型训练案例
- 列举音视频相关或大模型评测项目经历，体现领域知识
- 描述团队协作和问题解决的具体事例，展示软技能
- 深入学习LLM和MLLM原理，掌握评测方法和框架
面试指南
- 结构化回答：先明确目标，再描述方法（如指标设计、数据收集），最后说明结果和影响
- 数据驱动：强调用数据说话，展示如何从评测中提取洞察并推动优化
- 协作与沟通：突出与团队（如算法、产品）的协作过程，体现问题解决能力
- 如何设计一个音视频大模型的评测体系？请说明评测方法和指标选择
- 你如何利用评测数据来驱动算法模型优化？举一个具体例子
- 介绍一个你参与的深度学习模型训练或评估项目，遇到了什么挑战？
- 如果评测结果显示模型在某场景表现不佳，你会如何分析和改进建议？
- 你对LLM和MLLM在音视频领域的应用有什么理解？
职位点评
薪资福利80
成长发展85
工作生活60
使命价值70
薪资福利
80较高
薪资处于市场中上水平，公司作为上市企业稳定性较高，能提供较好保障。
薪资信号市场水准 (2千–4万/月)
成长发展
85较高
涉及前沿大模型技术实践，有明确的技能要求和成长空间，能提升技术深度。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、PyTorch、TensorFlow
业务类型ambiguous
工作生活
60中等
未明确办公模式和工作时间，办公地点在市区但WLB信号不足，灵活性有限。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
音视频AI是增长领域，通过优化模型提升用户体验，具有行业前景但社会影响力中性。
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