快手【快Star-X】多模态数据生产引擎研发工程师
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： 1、了解某类大模型的基础算法知识（例如LLM、VLM、Diffusion）； 2、了解某种大模型推理或训练框架（例如vLLM/SGLang/PyTorch）； 3、有大规模数据处理、数据检索等系统方面的实践经验。
工作职责
1、参与多模态模型、视频生成模型等大模型的全链路数据生产流水线搭建； 2、参与多模态数据处理所需的LLM/VLM模型推理、跨模态检索、跨模态对齐等工程系统的建设； 3、基于各类分布式数据处理以及推理优化技术，持续优化超大规模多模态数据处理的推理、存储以及检索效率。
1.参与具身智能平台的系统架构设计和模块研发工作，支持将实验室算法和数据的能力开放，提供稳定高效和安全的服务； 2.参与建设具身智能仿真平台，支持多模态感知、决策规划、运动操作、人机交互等相关算法能力的迭代优化； 3.参与构建云边协同体系，安全防护体系，以及资源的调配优化能力； 4.参与建设机器人社区生态，包括开发者工具套件、技术论坛、资源共享中心等。
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、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。