快手算法实习生 -【综效线-企业应用部】

我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将有机会参与各类创新AI应用的开发，探索前沿技术，并将理论研究转化为实际解决方案。 1、参与基于RAG (检索增强生成)技术的系统研发，优化信息检索和生成流程； 2、协助Deepresearch相关算法研究与实现，推进AI模型在专业领域的应用深度； 3、参与Multiagent系统的设计与开发，构建多智能体协作框架； 4、实现和优化算法模型，进行数据分析和结果评估； 5、与团队成员紧密合作，解决技术挑战，提出创新方案。

1、负责 Kaleido 低代码平台与 AI 大模型的集成与应用场景实现。采用先进的工程方法，将 AI 能力融入低代码开发流程，打造新一代智能应用； 2、对复杂 AI 应用场景进行任务分解（参考 CoT、ToT 等思想），通过实验验证任务分解的有效性和合理性； 3、结合 Kaleido 平台的特性，充分利用不同 AI 模型的能力，优化应用在低代码环境中的表现（良品率、稳定性、性能）； 4、探索 AI 与低代码结合的前沿技术，将创新想法快速转化为 Kaleido 平台上的实际应用。

1. 协同业务部门识别AI应用机会点，设计并落地面向具体业务场景的AI解决方案，提升业务流程效率与智能化水平； 2. 探索前沿AI技术，包括但不限于多模态大模型、Agent架构设计、RAG技术优化、工具调用链路设计等，并快速构建原型验证技术可行性； 3. 跟踪AI技术发展趋势，深度研究相关产品、开源项目、前沿论文，提炼核心技术要点并在团队中分享，推动技术创新应用； 4. 设计并实现企业应用各业务领域的AI增强解决方案，包括但不限于智能数据分析、自然语言处理、文本理解与生成、知识图谱构建等能力的整合； 5. 参与构建企业级AI中台能力，为各业务线提供统一的AI服务接口和能力抽象，实现AI能力的标准化输出和复用； 6. 参与制定企业AI能力建设规划，评估业务场景的AI适用性，提供AI赋能方案的技术可行性分析； 7. 参与AI应用的全栈开发，从模型调优到应用部署，具备端到端的实现能力； 8. 对复杂AI应用场景进行任务分解和流程优化，结合上下文工程、多轮对话管理、RAG架构设计等技术，通过实验验证解决方案的有效性和合理性。

1、负责场景的实现，采用成熟的工程手段，将 AI 大模型相关的能力，在 ToB 场景落地，构建下一代企业级智能应用； 2、对场景任务，按照 CoT、ToT 等思想进行任务分解，通过实验去验证任务分解的合理性； 3、充分利用不同 AI 模型的能力特性，结合工程手段和资源，提升整体应用层表现的良品率、稳定性和性能。