快手AI模型训练师 -【主站】

1、研究前沿LLM、AIGC、多模态、NLP 算法模型到应用的转化，以及针对应用场景的算法优化； 2、将LLM、AIGC 算法模型 应用到业务产品中，提高产品的性能和用户体验； 3、将LLM、AIGC 算法模型 应用到快手研发平台中，提高平台的效能； 4、大模型训练、对齐相关工作，包括不限于思维链数据构造、模型构造优化、模型训练评估等； 5、协助开发和优化 AI Agent 的数据采集、分析及数据闭环相关工具，支持标注工具、研发工具、数据分析与可视化系统的设计与实现，提升产研团队的工作效率； 6、开发和集成多模态数据处理技术，构建跨模态数据融合框架，解决复杂业务场景下的信息提取和分析问题； 7、跟踪和研究最新的AI技术和趋势，撰写技术报告，参与学术会议和技术交流，提升公司在行业内的技术影响力。

1、负责快手APP视频流端上重排支撑，负责训练收数逻辑开发、实时特征挖掘、模型部署等工作； 2、对短视频观看/消费体验优化领域的算法做功点发掘、设计部署、实验验证等，包括不限于以下几个方向： 2.1 通过模型实时预估引导用户至其它页面或功能的价值，以提升引导ctr、cvr等，降低打扰感、提升用户体验； 2.2 通过模型预估完成姿态、左右手、继续观看时长等高级特征挖掘，用于更多体验优化场景； 3、负责已有模型性能优化、量化压缩等，参与端云协同的系统架构设计等； 4、参与SLM在客户端上的部署及应用探索。

1、负责主站前端AI应用的技术选型和方案设计、研发等工作，包括但不限于Agent开发、知识库搭建、模型训练等； 2、持续改进前端AI应用的架构和工程架构，能够将AI应用落地业务场景，优化开发流程、提升交付效率和开发体验； 3、参与主站业务或大型活动的前端研发等工作，包括但不限于PC/H5/RN/小程序等； 4、Web前沿技术研究，跟踪新技术发展并运用到实际项目中。

1、训练数据把控：制定和优化数据筛选、标注的美学质量标准，确保数据的艺术性和多样性； 2、美学问题分析：深入分析生成结果中的美学问题并归因，提供详细的反馈和改进建议； 3、方案讨论与实施：与团队一起讨论和制定解决美学问题的方案，并跟进执行情况； 4、工作流优化：从专业创作者角度给出当前图像生成模型的功能和产品痛点，指导算法迭代。