【快Star-X实习】多模态大模型强化学习算法工程师-Keye-北京

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、负责大模型的强化学习算法研究与开发，优化模型训练效果、稳定性和效率； 2、深入研究强化学习领域的前沿技术，结合公司业务场景，探索新的算法优化方向，保持公司在该领域的技术领先性； 3、探索强化学习阶段的多目标强化学习、奖励模型设计等技术方向，提升模型在复杂任务中的表现； 4、撰写技术报告和论文，分享研究成果，推动团队技术水平提升。

1、计算机科学、机器学习、人工智能等相关专业硕士及以上学历； 2、具备扎实的机器学习基础，熟练使用至少一种深度学习框架（如 PyTorch、TensorFlow 等）； 3、有强化学习相关项目经验，在顶级学术会议发表过研究成果、主导或参与过 AI 相关开源/闭源项目者优先； 4、具备卓越的实验分析与问题解决能力，有创新思维，能够良好沟通，与团队成员高效协作。