【快Star】多模态大模型算法工程师-Keye

岗位职责

【团队介绍】：快手多模态大模型（Keye）团队，作为行业内少有的「基座研发 + 业务落地」双轮驱动的团队，致力于打通从Data到Product的最后一公里。1、深耕基座：攻坚多模态基座核心架构，探索Scaling Law的极致边界。2、数据为王：构建工业级数据清洗与自动化评测体系，用高质量数据重塑智能。3、进化智能：突破强化学习与推理增强技术，让模型更聪明、更可控。4、全域落地：赋能快手全生态，让AI在电商、商业化、推荐等众多真实场景中创造价值。

1、依托快手视频社区平台，构建最具影响力的多模态基座模型和开源生态； 2、参与多模态大模型架构探索，包括但不限于万亿级参数多模态MoE模型的训练、多模态信息编码方案设计、探索更高效的图文/视频/音频等编码方式、多模态表征学习和语义对齐策略的探索、超长上下文模型开发等； 3、聚焦多模态大模型的架构范式革新，突破当前"语言模型+视觉适配器"拼接式设计的能力天花板，从模型骨干、注意力机制与训练体系的底层重构出发，构建原生支持图像、视频、文本统一表征的新一代多模态架构； 4、参与高质量训练数据构建，包括从但不限于大规模混合模态预训练数据构建（探索多模态Scaling）、高质量多模态语义对齐数据合成、探索模型自我迭代提升路径、感知能力专家模型研发； 5、参与图像与视频场景的联合建模与因果视觉表征学习，探索支撑多模态大模型视频理解能力的底层视觉基础设施建设； 6、参与视觉智能体的场景落地与底层能力建设，探索以视觉感知驱动的自主决策与任务执行范式，涵盖 GUI 操控、视频理解与个人助手等核心应用方向。

任职要求

1、计算机科学与技术、人工智能等相关专业的硕士或博士； 2、计算机多模态/NLP/CV相关工作经验，有较强的coding能力； 3、热衷于通用大模型及新兴技术领域，具备独立开发尖端模型的能力，且拥有在NLP、CV、ML顶尖会议或期刊上发表研究成果的经历者将获得优先考虑； 4、有良好的数学和编程基础，熟悉至少一种深度学习框架（如 TensorFlow、PyTorch）； 5、具备良好的沟通能力和团队合作精神。