快手【快Star-X实习】AIGC视觉生成算法工程师-商业智能生成
任职要求
1、硕士及以上学历，计算机、人工智能、数学等相关专业； 2、熟悉AIGC视觉生成的算法原理，具备扎实数理基础，对VAE、扩散模型、ViT等相关技术有理解和经验。熟悉至少一种主流的图像生成框架或算法，如Stable Diffusion、DALL·E、DiT、ControlNet等； 3、…
工作职责
团队介绍：快手商业智能生成团队主要负责快手商业化AIGC & Agent和多模态生成式推荐，研发的AI视频、AI小说等已在广告场景大规模落地并带来规模化收入，制定中国通信标准化协会AI视频生产标准；研发的多模态理解和大模型推荐技术，为商业化大盘带来显著提升。团队在 CVPR、ICCV、ICML、ICLR、AAAI等Al顶会发表多篇研究成果。 1、负责AIGC视觉生成方向的算法探索和落地开发，包括但不限于视频生成、图像编辑、文生图等； 2、参与基础模型的框架设计、预训练以及面向实际应用优化等，重点解决低成本、高品质生成、多样性以及可控编辑等关键问题； 3、紧跟学术前沿，深入研究视觉生成模型设计和优化的创新方法，全面提升视觉生成模型的生成效果； 4、发表高水平学术论文，提升团队在学术界、工业界的技术影响力。
1、负责AIGC视觉生成方向的算法探索和落地开发，包括但不限于视频生成、图像编辑、文生图等； 2、参与基础模型的框架设计、预训练以及面向实际应用优化等，重点解决低成本、高品质生成、多样性以及可控编辑等关键问题； 3、紧跟学术前沿，深入研究视觉生成模型设计和优化的创新方法，全面提升视觉生成模型的生成效果； 4、发表高水平学术论文，提升团队在学术界、工业界的技术影响力。
1、负责通过基于大语言模型及多模态大模型的微调、prompts调优、指令构建及演化技术，将大模型的生成、理解、交互能力在公司核心业务场景应用落地，包括但不限于AIGC创意生成、视频处理、智能化特效、智能对话、代码生成、音视频传输、电商场景内容理解等； 2、负责LLM及多模态大模型的应用中台及相关技术模块搭建，包括但不限于Agents 、RAG、 function call、system prompts等，探索大模型应用前沿及新兴应用场景； 3、跟踪行业及大模型技术发展，结合业界前沿技术和业务需求，打造大模型应用的最佳实践； 4、了解业务，与公司各技术团队密切配合，能与产品、运营等角色高效沟通需求和目标，发挥自己的主观能动性，设计技术解决方案，培养自己的良好的业务sense和综合素质。
深度优化多模态大模型的Caption、表征、改写能力，打造业界第一梯队的多模态大模型，在AIGC技术指标上超过GPT-4o、Gemini Pro等闭源模型，落地于快手各业务线。
1. AI视频内容生产： 负责海外社媒平台（TikTok, YouTube Shorts, Twitter/X等）及官方社区（Discord）的视频内容产出。利用AIGC工具生成高质量的宣传素材、创意短片及趣味二创内容。 2. 创意策划与热点结合： 结合游戏版本特性及海外网络热点（Meme/Trending Topics），独立完成从脚本构思、分镜设计到视频生成的全流程，提升社区用户的活跃度与互动率。 3. 视觉风格把控： 确保产出的AI视频在角色形象、美术风格上与游戏IP保持一致，并符合欧美/日韩等目标市场的审美习惯。 4. 技术探索与应用： 持续探索AI视频生成工具的新功能与工作流（Workflow），优化制作效率与成片质量。