Watch Jobs
Kwai logo
快手
大模型算法实习生（VLM/Multimodal方向)
立即应聘

大模型算法实习生（VLM/Multimodal方向)

发布于 大约 2 个月前

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)
Gui Agent
Megatron
多模态
强化学习
DeepSpeed
LLM
RLHF
SFT
VLM

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

职位点评

71
综合评分

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。

从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。

更适合这类人
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。
表现最好
成长发展
相对薄弱
工作生活
薪资福利55
成长发展92
工作生活50
使命价值70

薪资福利

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

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

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

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

快手 的其他在招职位

相似职位推荐

Watch Jobs