快手
【快Star】广告大模型算法工程师
【快Star】广告大模型算法工程师
发布于 大约 2 小时前普通员工/个人贡献者
北京市
其它
全职员工
仅现场办公
硕士
深度学习
强化学习
大语言模型
AIGC
多模态大模型
广告推荐
算法博弈
AI 估算 · 25k–40k
快手核心广告算法岗，硕士起步，技术前沿，校招薪资竞争力强，参考大厂算法offer
职位详情
关于这个职位
作为快手【快Star】项目的广告大模型算法工程师，你将深度参与下一代AI驱动的广告生成、推荐与竞价系统的研发，工作涉及大语言模型、多模态大模型、强化学习等前沿技术的落地应用，在真实超大规模数据场景下打磨技术，并与业务、产品等多团队紧密合作，推动商业效率与用户体验的提升
最低要求
硕士及以上学历，计算机、人工智能、机器学习、应用数学等相关专业
扎实的工程实现能力，熟练掌握 Python、C/C++、Java 等至少一门主流编程语言，有较强动手能力，了解目前常见的机器学习或者深度学习框架
熟悉大语言模型、多模态大模型、AIGC生成技术、深度学习、强化学习等相关领域
具备良好的算法能力与系统架构思维，能够在复杂工程场景下落地大模型应用
具备良好的业务理解能力与跨团队沟通协作能力，能快速融入业务与技术双驱动的复杂环境
对学术前沿有浓厚兴趣，具备较强的学习能力与问题分析能力，善于利用前沿技术解决实际问题
工作职责
探索和打造下一代 AI 驱动的广告生成、推荐与竞价系统
致力于将 AIGC、大语言模型（LLM）、多模态大模型（MLLM）、博弈论以及强化学习（RL）等前沿技术，应用于业务的各个核心环节，提升平台商业效率与用户体验
参与端到端大模型应用系统的设计与落地，涵盖模型训练、算法优化、系统部署及业务集成
深入研究大模型在广告创意生成、广告推荐、机制设计、用户建模、Query建模、智能竞价等领域的创新应用
与业务、产品、系统、平台等多团队紧密合作，在真实超大规模数据和复杂业务场景中打磨技术
持续跟进行业前沿技术，探索具备商业价值与学术创新的解决方案，推动技术落地与规模化应用
优先资格
有 AIGC 广告生成、多模态语义建模、生成式推荐、强化学习等在搜索/推荐/广告系统中的应用经验
有大模型训练、微调（SFT, RLHF）、轻量化、在线推理优化等经验
有广告竞价机制设计、算法博弈、机制优化等研究或实践经历
在人工智能、计算机视觉、自然语言处理、搜索推荐系统、广告算法等领域的顶级会议/期刊以第一作者发表过文章，或者有相关的开源项目贡献经验
在ACM-ICPC/NOI/IOI等编程竞赛或机器学习相关竞赛拿过奖项
AI 洞察
优缺点分析
优点
- 快手作为头部平台，拥有海量数据和真实业务场景，技术落地价值高
- 岗位涉及AIGC、大模型等最热门技术，个人技能提升快，市场竞争力强
- 快Star项目提供较好的培养体系，应届生能快速融入并接触核心业务
- 技术前沿且迭代快，需要持续学习，对快速学习能力要求高
- 广告系统对效果和延迟敏感，算法优化和工程落地难度大
- 适合对AI技术充满热情、具备扎实算法和工程基础、渴望在工业界前沿领域快速成长的硕士/博士应届生或早期职场人
缺点 / 挑战
- 大模型训练和部署资源消耗大，可能面临较大的工作压力和强度
角色解读
- 成为广告AI领域的资深专家，主导核心算法方向的探索与落地
- 横向拓展至推荐、搜索等更大规模的AI系统，或深入大模型训练与推理优化
- 向技术管理方向发展，带领团队完成复杂项目，晋升为技术Leader或架构师
- 设计和实现基于大模型的广告生成、推荐与竞价系统，将前沿AI技术落地到实际业务中
- 参与端到端的大模型应用系统，包括模型训练、算法优化、部署和业务集成
- 与产品、工程等多团队协作，在超大规模数据和复杂场景中迭代技术方案
- 跟踪学术前沿，探索将AIGC、多模态、强化学习等技术用于广告创意、用户建模等方向
- 扎实的编程能力，精通Python、C/C++或Java，熟悉深度学习框架如PyTorch/TensorFlow
- 深入理解大语言模型、多模态大模型、AIGC、强化学习等至少一个领域
- 具备系统架构思维，能够设计可落地的算法方案并处理工程化问题
- 优秀的业务理解和跨团队沟通能力，能在技术和业务双驱动环境下工作
申请策略
- 关注快手技术博客和开源项目，在面试中展示对广告AI领域的理解和思考
- 准备2-3个与广告或大模型相关的深度项目案例，能够清晰讲述技术方案和效果
- 突出与AIGC、大模型、强化学习相关的项目或研究经历，附上论文或GitHub链接
- 强调编程能力和系统落地经验，如参与过大规模模型训练或推理优化
- 如有竞赛获奖或顶级会议论文，务必放在显眼位置
- 系统学习大模型微调（SFT、RLHF）和推理优化技术，如vLLM、Triton
- 补充广告系统基础知识，了解CTR预估、智能竞价、广告创意生成等业务逻辑
面试指南
- 使用STAR法则（情境-任务-行动-结果）组织项目经历，突出个人贡献和技术难点
- 对于开放性问题，先拆解问题要素，再分点阐述，结合具体技术方案和业务考量
- 请介绍一个你参与过的与大模型相关的项目，包括技术选型、训练过程、落地效果
- 如何优化大模型的推理速度？请列举几种常见的加速方法
- 在广告推荐场景中，你认为大模型相比传统模型有哪些优势和挑战？
- 如果让你设计一个AIGC广告生成系统，你会考虑哪些关键点？
- 你对强化学习在竞价机制中的应用有什么理解？
- 复习大模型基础知识（Transformer、注意力机制、预训练等），并关注最新论文如GPT-4o、LLaMA等
匹配度报告
68
综合匹配度
快手核心广告算法岗，前沿大模型技术栈，薪资竞争力强，但工作强度大、wlb一般。
适合人群
该职位最适合追求技术前沿、渴望在AI领域快速成长、不介意高强度工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展95
工作生活40
使命价值70
薪资福利匹配
65中等
快手作为上市大厂，薪资福利有竞争力，但具体薪酬未披露，且岗位为校招项目，薪资通常处于市场较高水平，但稳定性较好。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
95较高
岗位涉及AIGC、大模型、强化学习等最前沿技术，且是快手核心业务，个人技能成长空间极大，能接触到超大规模数据和真实业务场景。
技术前沿前沿/新兴技术
技术栈AIGC、大语言模型、多模态大模型、强化学习、广告推荐、深度学习
业务类型profit_center
工作生活匹配
40较低
北京现场办公，通勤时间较长，且互联网广告算法岗位通常工作强度较大，JD未提及WLB相关信息，推测加班较多。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
广告行业商业化属性强，社会正向影响力一般，但岗位推动AI技术落地，有一定技术价值。
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）
Watch Jobs