快手【留用实习】大模型系统开发工程师

1、参与 Agent 核心运行时的各项能力建设，包括任务规划、工具调用、记忆管理、多智能体协同等关键模块； 2、参与 OpenClaw 等开源 Agent 产品在快手内部的工程化落地与能力增强，包括电商、直播、短视频等业务场景； 3、参与 Agent 系统的可观测、评测、稳定性与部署体系建设，提升复杂 AI 系统的线上可用性； 4、跟踪并验证前沿 Agent / AI Infra 技术演进，推动从技术探索到业务落地的闭环。

1.性能分析与优化：使用先进的性能分析工具（如nsys、torch profiler等），对大模型训练引擎进行性能剖析，定位瓶颈并提出优化方案。 2.分布式训练优化：深入研究分布式训练技术，探索并实现高效的并行策略，提升大规模模型训练的速度与效率。 3.代码优化与重构：参与训练引擎代码的优化与重构工作，提升代码质量与运行效率，确保系统的稳定性和可扩展性。 4.前沿技术研究：跟踪大模型训练领域的最新研究成果，复现并集成先进的优化技术，推动训练引擎的性能提升。

1、负责AI工程化落地，利用提示词工程，微调等一系列技术，解决将大模型用于生产场景的一系列复杂问题，平衡效果，成本，速度； 2、开发适用于生产场景的Agent系统，探索Agent提示词工程的最佳实践，解决将Agent应用于产品时遇到的最棘手的挑战；

1、以算法视角，参与快手大模型（包括不限于LLM，T2I，T2V、I2V、MLLM模型）评测工作和评测体系建设； 2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率； 3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测； 4、参与构建评测Agent工具链、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设。