快手【快Star-X】多模态生成算法工程师
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、具备扎实的计算机视觉、深度学习和多模态学习基础，熟悉 Diffusion、Flow matching、DiT、VLM等相关…
工作职责
1、负责研发业界领先的多模态理解与生成统一架构，从事基础模型预训练、监督微调、架构优化等，重点探索感知（理解）与生成能力的协同演进与边界突破； 2、研究高效建模多模态数据（图像、文本、视频等）的新范式，提升模型的信息表征、理解与联合生成能力； 3、探索并研发更高效的视觉编码器，构建更强大的多模态模型基础； 4、发表高水平学术论文和开源项目，提升团队在学术界、工业界的技术影响力。
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。
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、数据特征算法方案制定与效果优化：针对不同模态、多种类目的数据，设计自动化筛选方案；对多模态数据涉及的前沿特征算法（如物体跟踪、ID 重识别、音频分离）进行场景化效果优化。与算法工程师协作，制定数据调整与扩展策略，提升模型在真实场景中的生成能力； 2、数据 pipeline 建设：负责多模态大模型训练数据的构建与管理，参与数据筛选、标注及质量评估工作。分析和挖掘现有数据资源，设计有效的数据分布策略，支持模型持续迭代； 3、数据分布分析：对模型训练数据分布进行详细分析，识别数据偏差、不均衡及潜在问题。提供可视化报告及改进建议，确保训练数据覆盖目标场景并满足多样性需求，最终通过数据驱动方法优化视频生成大模型效果。
1、负责研发业界领先的多模态推理模型，重点研究多模态理解与生成的统一推理架构，探索并推动多模态综合推理能力的边界突破； 2、探索创新性机制设计，包括但不限于强化学习的奖励机制、长期记忆机制与高效的在线/持续学习范式； 3、研究如何在统一的状态空间中有效整合、抽象与利用不同模态（图像、视频、语言、等）信息，完成复杂推理任务； 4、发表高水平学术论文和开源项目，提升团队在学术界、工业界的技术影响力。