快手
大模型算法实习生（VLM/Multimodal方向)
大模型算法实习生（VLM/Multimodal方向)
发布于 大约 2 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
硕士
研究与开发 (研发)
强化学习
LLM
多模态
SFT
VLM
DeepSpeed
RLHF
Megatron
Gui Agent
AI 估算 · 4k–8k
大厂AI实习，日薪约200-400，月薪按22天算，竞争力强。
职位详情
关于这个职位
作为快手AI团队的大模型算法实习生，你将参与多模态大模型（VLM）和GUI Agent的核心算法研发与落地，探索前沿技术并应用于海外增长业务
适合对AGI和Agent技术充满热情、具备扎实NLP/CV基础的研究生
最低要求
计算机、人工智能、数学等相关专业硕士及以上学历，在 NLP、CV 或强化学习领域有扎实理论基础
精通 Transformer 架构，深入理解 VLM（如 LLaVA, Qwen-VL, CogAgent 等） 或 LLM Agent 的原理与实现
具备大规模模型训练经验（SFT/RLHF），熟悉 DeepSpeed, Megatron, Verl 等分布式训练框架
熟悉强化学习（PPO, DPO, GRPO）在 Agent 决策中的应用
对 AGI 和 Agent 技术有极强热情，具备阅读顶会论文（CVPR/ICLR/NeurIPS）并快速复现的能力，能够针对具体的 UI 交互场景提出创新性解决方案
工作职责
参与大模型的开发、优化与落地，包括但不限于LLM、VLM相关CT、SFT、RL算法
参与海外GUI Agent相关的核心算法研发，构建端到端智能模型
将 GUI Agent 技术应用于海外增长业务（如自动化测试、用户行为模拟、辅助内容生产等），构建高并发、低延迟的 Agent 推理服务架构
跟踪并探索前沿算法技术动态，结合海外业务场景，提出创新性解决方案并推动落地，产出具备行业影响力的技术成果
AI 洞察
优缺点分析
优点
- 接触最前沿的多模态和Agent技术，紧跟AGI潮流
- 快手大厂平台，资源丰富，有机会将研究成果落地到亿级用户场景
- 团队技术氛围浓厚，可快速提升工程和研究能力
- 要求高，需要同时具备理论深度和工程能力，学习曲线陡峭
- 实习期可能较短，需要在有限时间内产出成果
- 适合对AGI有极强热情、有扎实NLP/CV基础和模型训练经验的研究生实习生
缺点 / 挑战
暂无明显挑战项
角色解读
- 短期：深入掌握多模态大模型训练全流程，积累Agent落地经验
- 中期：成长为AI算法工程师或研究员，发表顶会论文或产出工业级成果
- 长期：晋升为技术专家或团队负责人，主导前沿AI方向
- 参与多模态大模型（VLM）和GUI Agent的算法开发与优化，包括CT、SFT、RL等训练流程
- 将GUI Agent技术应用于海外增长业务，例如自动化测试和用户行为模拟，构建高并发推理服务
- 跟踪CVPR/ICLR等顶会最新论文，快速复现并探索创新方案
- 扎实的NLP/CV理论基础，精通Transformer架构
- 熟练掌握VLM或LLM Agent的原理与实现，有大规模模型训练经验
- 熟悉分布式训练框架（DeepSpeed, Megatron）和强化学习算法（PPO, DPO）
申请策略
- 在简历中明确写出你如何将理论应用到实际场景，例如优化UI交互模型
- 关注快手海外业务（如Kwai）的技术挑战，思考Agent能解决的问题
- 突出NLP/CV相关论文或项目，尤其是多模态或强化学习方向
- 展示大规模模型训练经验，如使用DeepSpeed进行SFT/RLHF
- 强调对顶会论文的跟踪和复现能力，附上GitHub或技术博客
- 提前熟悉VLM（如LLaVA, Qwen-VL）和Agent框架（如CogAgent）
- 练习使用分布式训练框架，理解PPO/DPO算法细节
面试指南
- 对于原理类问题，从模型结构、数据流程、损失函数三方面递进说明
- 对于项目经验，采用STAR法则（情境-任务-行动-结果）描述
- 对于开放设计题，先明确目标，再分步骤提出技术方案并权衡利弊
- 请详细解释VLM（如LLaVA）的架构和工作原理
- 你在SFT/RLHF训练中遇到过哪些挑战？如何解决？
- 如何设计一个GUI Agent来模拟用户在购物App中的行为？
- 解释PPO算法在Agent决策中的应用，并说明与DPO的区别
- 复习Transformer和VLM核心论文（如LLaVA, Flamingo），复现简单模型
匹配度报告
67
综合匹配度
快手大模型算法实习生，前沿技术栈，强成长性，但实习现场办公且可能高强度。
适合人群
最适合追求技术成长和前沿突破的求职者，对WLB和实习福利要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利55
成长发展92
工作生活50
使命价值70
薪资福利匹配
55较低
实习薪资具有市场竞争力，但未明确福利细节，且实习期稳定性一般。
薪资信号未披露（AI估算：4K-8K/月）
成长发展匹配
92较高
该职位技术前沿（多模态Agent），能极大提升研发能力，但实习期较短。
技术前沿前沿/新兴技术
技术栈VLM、LLM、GUI Agent、SFT、RLHF、DeepSpeed、Megatron、Transformer、PPO
业务类型profit_center
工作生活匹配
50较低
需要现场办公，未提及弹性工时，大厂实习可能面临较高强度。
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
70中等
参与AGI前沿探索，技术使命感和行业影响力强，但社会直接价值一般。
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