快手【留用实习】大模型系统开发工程师
任职要求
1、本科及以上学历，计算机相关专业； 2、计算机基础知识扎实，至少熟练掌握 Java/Python/C++/Go 语言中的一门； 3、有强烈好奇心，对前沿技术充满热情，具有良好的沟通能力、学习能力和团队合作能力； 4、对基于大语言模型、多模态模型的应用开发，或者 Langchain、LlamaIndex、RAGFlow 等开源 Agent 框架有了解者优先； 5、对文生图模型、文生视频模型的应用开发，或者 Midjourney、Stable Diffusion 等 AIGC 素材创作工具有了解者优先。
工作职责
1、基于快手自研的文生视频（可灵）、文生图（可图）、文生文（快意）等大语言模型和多模态模型，研发包含多媒体素材AIGC自动化创作系统与工具平台和 Chatbot、VideoCaption、VQA 等各类形态的工业级 AI Agent 系统，并应用于快手生态的内容生产与消费、内容理解与素材挖掘等各类业务场景； 2、参与研发AIGC、AI Agent等系统所依赖的关键子系统，并于算法团队合作持续迭代AIGC的内容质量与效果、AI Agent的智能化效果； 3、跟踪业界AIGC、AI Agent等内容成产、智能体的前沿进展，并将最新的大模型技术能力引入到实际业务场景中。
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、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。
1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等； 2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能； 3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。
1、了解多模态内容生成相关算法，如Diffusion Models 、 GAN 、 VAE 、 Autoregressive Models等，包括但不限文本/图像/视频生成，解决生成质量、多样性、可控性、采样效率、可编辑等问题； 2、了解端到端多模态生成式大模型的框架设计、训练与调优，构建基于生成模型的AI系统，推动多模态AIGC在快手各业务场景的产品化落地。