快手【快Star-X】多模态算力引擎研发工程师
任职要求
1、硕士及以上学历，计算机、电子、自动化等专业优先； 2、熟悉掌握Java/Python/C++语言中的一种，有扎实的算法与数据结构基础； 3、有较强的自驱力和学习力，有严谨的科研思维，沟通良好擅长与人合作。 加分项：…
工作职责
1、参与多模态模型、视频生成模型等大模型的分离式推理编排、异构算力匹配、全球化计算调度； 2、参与大规模异构算力集群的算力资源池化、弹性资源混部、潮汐资源调度； 3、基于HBO、强化学习等优化算法，持续优化工业级多模态视频生成、多模态内容理解系统的耗时体验与算力消耗。
参与快手大模型推理引擎研发，工作内容包括： 1、参与大模型推理引擎的设计和研发，支撑快手自研以及开源模型的快速部署和高性能推理 2、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等 3、支持RL中的多样化采样、generation性能优化等
1. 负责大众点评信息流推荐、内容搜索、内容创作场景的内容理解、多模态大模型、内容x搜推交叉相关算法研发，包括不限于内容打标、embedding、话题推荐、标题生成、描述生成、视觉问答、内容x行为联合建模等。 2. 负责将上述技术在大众点评信息流推荐、内容搜索、内容创作等场景的落地，与产运研团队紧密协作，降低内容生产成本、提升内容分发效率，解决内容生产、分发、展示等环节的实际问题。 3. 紧密跟进生成式内容理解、多模态大模型、内容x搜推交叉等领域的前沿进展，并负责在信息流推荐、内容搜索、内容创作等业务场景的落地应用。
1. 参与人形机器人Vision-Language-Action (VLA)算法的研发，包括数据采集、模型训练与部署、多模态大模型在机器人操作任务中的应用； 2. 负责机器人动力学建模、轨迹优化、实时运动规划算法开发与调优； 3. 探索VLA模型与传统运动规划算法（RRT、轨迹优化、MPC等）的结合方式； 4. 跟踪Learning for Planning / Planning for Learning领域最新进展，推动技术创新； 5. 参与机器人数据集的构建、清洗与标注流程优化；
负责搭建并管理面向具身智能模型的全链路数据体系，包括数据采集、清洗、标注、仿真生成及质量评估。作为算法团队与数据采集团队的核心桥梁，确保高质量、多样化的物理交互数据供给，直接支撑模仿学习、强化学习及 VLA模型的训练需求。你将参与定义下一代智能机器人数据标准的机会，与顶尖具身智能算法团队紧密协作，以数据直接驱动模型迭代，参与建设覆盖真机集群与大规模仿真算力的数据基础设施。 岗位主要内容包括以下： 1. 数据战略与体系搭建：设计并落地具身智能的数据金字塔架构（基础技能数据→复杂任务数据→长程规划数据）；制定真机数据采集与仿真数据生成的混合策略；构建多模态数据标准：视觉、关节状态、力触觉、动作轨迹的时序对齐规范 2. 数据采集与标注管理：搭建真机数据采集流水线：管理遥操作团队或动作捕捉外包，建立人机协作的高效采集 SOP；设计自动化标注工具链：开发/引入基于 SLAM、关键点检测、自动分段（Segmentation）的半自动标注方案，降低人工标注成本；建立数据因果一致性校验机制：确保动作-视觉-语言指令的时序对齐与物理合理性 3. 仿真数据生态构建：主导高保真仿真环境的数据生成 pipeline；设计程序化生成方案：自动创建多样化场景、物体姿态、物理参数（摩擦、质量）的仿真数据；建立 Sim2Real Gap 评估体系，通过域适应技术提升仿真数据利用率 4. 数据质量与合规：制定数据质量评估指标体系：覆盖率、多样性、动作平滑度、物理可行性；建立数据版本管理（与血缘追踪，支持模型训练的可复现性；确保数据采集的隐私合规（如室内场景脱敏、人体数据伦理审查） 5. 团队建设与管理：组建并管理数据采集团队（含外包标注团队、遥操作员、仿真工程师）；建立与算法团队的数据需求对接机制：将模型训练需求转化为采集任务；持续优化数据生产的 ROI，降低单位数据的采集与标注成本。