大模型算法实习生-【商业化】
招聘时间
即日起 至 2026-12-30
招聘单位
快手
所在地区
杭州
工作地点
浙江省/杭州市/余杭区 EFC
学历要求
硕士
实习时长
每周5天，每天3小时
职责描述
职位描述
1、大模型理解方向：探索多模态大模型在视频、图像、文本内容的理解能力，构建场景化模型，提升风险识别准召率； 研究视频/图像拒绝理由的可解释性归因方法，推动人机协同审核应用落地； 构建大模型在风险防控、开户业务等场景的垂类内容理解能力，优化模型对抗性及迭代效率； 开发视频、图文向量化表征技术，提升跨模态检索能力（如视频索引、图文相似性检索）；
2、大模型生成方向：研究多模态大模型（图像/视频）生成与修复技术，探索可控内容生成方法，提升风险素材过审率； 构建大模型训练、推理、评测的标准化流程，推动平台化能力建设与自动化迭代；
3、大模型推理部署方向：优化大模型推理框架（低延迟、高吞吐），研究量化、剪枝、动态调度等加速技术； 推动多模态大模型在工业级场景的轻量化部署落地。
*根据研究方向选择以上至少一个领域深入参与。
任职要求
1、计算机科学、人工智能、电子工程等相关专业硕士/博士在读，扎实的算法与编程基础；
2、熟悉多模态大模型（如Transformer、CLIP、ViT等）及生成模型（如Diffusion、GAN）、熟练使用PyTorch/TensorFlow等框架，熟悉分布式训练或模型压缩技术者优先、具备视频处理、跨模态检索、强化学习相关经验者加分；
3、对技术前沿敏感，能独立复现论文算法并改进，有顶会论文发表或竞赛经验者优先；
4、逻辑清晰，责任心强，具备快速学习能力和团队协作意识。
加分项：熟悉大模型在风控、内容审核等场景的应用
1、大模型理解方向：探索多模态大模型在视频、图像、文本内容的理解能力，构建场景化模型，提升风险识别准召率； 研究视频/图像拒绝理由的可解释性归因方法，推动人机协同审核应用落地； 构建大模型在风险防控、开户业务等场景的垂类内容理解能力，优化模型对抗性及迭代效率； 开发视频、图文向量化表征技术，提升跨模态检索能力（如视频索引、图文相似性检索）；
2、大模型生成方向：研究多模态大模型（图像/视频）生成与修复技术，探索可控内容生成方法，提升风险素材过审率； 构建大模型训练、推理、评测的标准化流程，推动平台化能力建设与自动化迭代；
3、大模型推理部署方向：优化大模型推理框架（低延迟、高吞吐），研究量化、剪枝、动态调度等加速技术； 推动多模态大模型在工业级场景的轻量化部署落地。
*根据研究方向选择以上至少一个领域深入参与。
任职要求
1、计算机科学、人工智能、电子工程等相关专业硕士/博士在读，扎实的算法与编程基础；
2、熟悉多模态大模型（如Transformer、CLIP、ViT等）及生成模型（如Diffusion、GAN）、熟练使用PyTorch/TensorFlow等框架，熟悉分布式训练或模型压缩技术者优先、具备视频处理、跨模态检索、强化学习相关经验者加分；
3、对技术前沿敏感，能独立复现论文算法并改进，有顶会论文发表或竞赛经验者优先；
4、逻辑清晰，责任心强，具备快速学习能力和团队协作意识。
加分项：熟悉大模型在风控、内容审核等场景的应用
