快手
AI Agent算法专家（智能创作方向）
AI Agent算法专家（智能创作方向）
发布于 大约 14 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
PyTorch
RAG
视频生成
多模态
大语言模型
AIGC
图像生成
AI 估算 · 35k–55k
快手上市巨头，北京AI算法专家级别，技术门槛高，薪资竞争力强，参考市场水平估算。
职位详情
关于这个职位
该职位负责快手智能创作Agent与AIGC算法的研发，基于大语言模型和多模态模型，构建具备自主规划、推理、工具调用等能力的智能创作系统，覆盖剧本、分镜、视频生成等全流程
你将参与前沿的Agentic Framework和多模态生成技术探索，推动AI在内容创作中的规模化落地
适合对Agent、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 架构及大模型（LLM/VLM/Reasoning Model）原理
熟悉 PyTorch/TensorFlow 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
基于大语言模型与多模态模型，构建具备自主规划（Planning）、多步推理（Reasoning）、工具调用（Tool Use）、长短期记忆（Memory）、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 T2I、I2I、T2V、TI2V、视频编辑、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 Agentic Framework 下的多模态内容创作系统，推动 LLM、VLM、视频生成模型与外部工具深度结合，构建理解、规划、生成、编辑一体化的智能创作 Agent
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
- 快手平台大，短视频内容场景丰富，技术落地机会多
- 技术前沿，涉及Agent、AIGC等最热门方向，个人成长快
- 团队技术氛围浓厚，与顶尖人才共事，交流学习机会多
- 技术难度高，需要持续学习最新论文和框架，保持竞争力
- 工作强度可能较大，尤其在项目攻坚期
- 竞争激烈，需产出高质量成果以保持技术领先
缺点 / 挑战
- 适合对AGI和AI原生应用有极大热情，具备扎实算法和工程能力，愿意挑战高难度技术问题的求职者
角色解读
- 技术纵深发展：成为Agent或AIGC领域的顶尖专家，主导核心算法突破
- 管理方向：逐步带领团队，成为技术Leader或算法团队负责人
- 横向拓展：向AGI其他方向（如强化学习、多模态推理）延伸，成为全栈AI专家
- 设计和优化智能创作Agent，使其能自主规划、推理、调用工具并记忆，完成剧本、分镜、视频生成等复杂任务
- 研发AIGC图像与视频生成算法，包括文生图、图生图、文生视频等，提升生成效果和可控性
- 探索多模态Agentic系统，将LLM、VLM与视频生成模型结合，实现理解、规划、生成一体化
- 精通Python，扎实的C++等系统语言基础，具备优秀工程能力
- 深入理解Transformer、大模型原理，熟悉PyTorch等框架
- 掌握AIGC技术如Stable Diffusion、ControlNet、视频生成等
- 熟悉Agent核心范式：Planning、Reasoning、Tool Use、Memory、RAG、Multi-Agent等
申请策略
- 在求职信中表达对快手内容创作场景的理解
- 准备2-3个核心项目案例，详细说明技术方案和你的贡献
- 突出Agent项目经验，展示对Planning、Tool Use等范式的理解和实践
- 强调AIGC生成成果，如生成视频、图像样例及效果指标
- 列出顶级会议论文、竞赛成绩或开源贡献，证明技术深度
- 体现独立推进复杂项目的能力，如从0-1构建系统
- 补充RLHF/Agent Fine-tuning相关经验，阅读相关论文
- 上手主流Agent框架如LangChain、AutoGen，理解其实现原理
面试指南
- STAR法则：描述情境、任务、行动、结果，突出技术细节和思考过程
- 从原理到实践：先解析问题核心概念，再给出具体技术方案，最后考虑局限性和优化方向
- 对比分析：当评价框架时，从可扩展性、易用性、性能等维度对比，结合自身经验
- 如何设计一个多Agent协作系统来生成短视频？
- 如何保证视频生成中角色和场景的一致性？
- 解释Transformer中的自注意力机制及其在大模型中的作用
- 你在项目中遇到的最大技术难题是什么？如何解决？
- 如何评价当前主流Agent框架（如LangChain）的优缺点？
匹配度报告
75
综合匹配度
快手AI Agent专家，前沿技术栈，薪资高，成长快，但工作强度大，现场办公。
适合人群
最适合追求技术成长和高薪回报、不畏工作强度、渴望成为AI前沿专家的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利匹配
85较高
薪资处于市场高位，上市大厂福利完善，但JD未明确列出具体福利项目。
薪资信号偏高 (35K-55K/月)
成长发展匹配
90较高
技术栈前沿，涉及Agent和AIGC最新方向，成长空间巨大，但有竞争力的成长环境。
技术前沿前沿/新兴技术
技术栈大语言模型、多模态、Agent、AIGC
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，北京核心地段通勤压力大，JD未提及弹性工时或WLB政策。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
75中等
AI内容创作属于高速增长赛道，对创意产业有正向推动，但社会影响中性。
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
Watch Jobs