[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Kuaishou Technology jobs](https://jobs.opennash.com/companies/kuaishou-technology/) · [Search jobs](/search/)

Kuaishou Technology · Hangzhou

# 大模型算法工程师-（Aigc / 多模态生成方向）-【商业化】

Hangzhou 

Listed on Kuaishou Technology’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.
[Apply on Kuaishou Technology’s careers site →](https://zhaopin.kuaishou.cn/#/official/social/job-info/25728)

[OpenNash Jobs](https://jobs.opennash.com/) / [Kuaishou Technology](https://jobs.opennash.com/companies/kuaishou-technology/) / 大模型算法工程师-（Aigc / 多模态生成方向）-【商业化】

## Job description

### AIGC 模型能力建设
- 负责大模型 / 多模态生成模型在品牌广告场景中的能力优化，包括但不限于文生图、图生图、图生视频、视频生成、音频生成、数字人等方向，提升广告素材生成质量、可控性和稳定性；

### 品牌广告垂类模型优化
- 围绕品牌广告素材生产中的核心问题进行模型优化，包括品牌元素保真、Logo / 商品 / 文字一致性、安全区控制、构图版式约束、编辑一致性、素材美观度和广告感提升等；

### 模型微调与后训练
- 参与大模型 SFT、LoRA、Reward Model、偏好优化、蒸馏、量化等工作，结合业务数据构建品牌广告垂类模型能力，提升模型在真实广告场景中的生成效果；

### 评测体系与数据闭环建设
- 参与构建品牌广告 AIGC 评测体系，包括自动化指标、人工评测标准、Bad Case 分析、Benchmark 构建、数据清洗标注和效果回归，形成模型持续迭代闭环；

### 算法工程化落地
- 与工程团队协作，将模型能力封装为稳定可用的业务服务，参与推理服务、工作流编排、模型调用链路、效果观测、线上问题排查等工程化工作，推动算法能力真实落地到广告生产系统；

### 前沿技术探索
- 跟踪多模态生成、大语言模型、Diffusion、视频生成、图像编辑、模型蒸馏、强化学习等前沿技术，并结合品牌广告业务场景进行落地验证。

### 工作经验
- AIGC、多模态、计算机视觉或生成模型相关经验，要求具备独立承担子方向的潜力；

### 编程与工程基础
- 具备扎实的 Python 编程能力，熟悉 Linux 开发环境，熟练使用 PyTorch 等主流深度学习框架，有良好的代码习惯和实验管理能力；

### 模型基础
- 熟悉 Transformer、Diffusion、CLIP、VAE、DiT、LLM、Multimodal LLM 等基础模型原理，理解主流图像 / 视频 / 多模态生成模型的基本训练和推理流程；

### AIGC 实践经验
- 至少在以下方向之一有实际经验：文生图、图生图、图像编辑、视频生成、图生视频、数字人、音频生成、素材理解、多模态评测；

### 训练与调优能力
- 了解或实践过 SFT、LoRA、DreamBooth、ControlNet、Reward Model、偏好优化、模型蒸馏、模型量化、推理加速等技术中的一种或多种；

### 数据与评测意识
- 具备较好的数据分析和实验对比意识，能够通过数据集构建、指标设计、A/B 实验、Bad Case 归因等方式判断模型效果，而不是只凭主观感受评估生成质量；

### 业务理解能力
- 对广告、营销、内容生成或创意生产有兴趣，能够理解品牌广告对素材质量、品牌一致性、可控性和商业效果的要求。

### 有 AIGC 生成模型经验者优先
- 熟悉 Stable Diffusion、SDXL、Flux、Qwen-Image、Wan、CogVideo、HunyuanVideo、Seedance、可灵等图像 / 视频生成模型，有微调、蒸馏或推理优化经验；

### 有多模态理解经验者优先
- 熟悉 CLIP、BLIP、LLaVA、Qwen-VL、InternVL 等多模态模型，有素材理解、图文匹配、广告素材打标、内容质量评估经验；

### 有广告 / 内容场景经验者优先
- 参与过广告素材生成、智能审核、内容理解、营销创意生成、短视频生产、商品图生成、数字人营销等项目；

### 有模型评测或 Benchmark 经验者优先
- 做过生成模型评测体系、自动化评测指标、Human Preference、VLM-as-Judge、Bad Case 分析、数据集构建等工作；

### 有模型工程化经验者优先
- 熟悉 vLLM、Triton、TensorRT、ONNX、Diffusers、ComfyUI、Gradio、FastAPI 等工具，有模型服务化、推理加速、显存优化、部署上线经验；

### 有论文 / 开源贡献者优先
- 在 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、ACL、EMNLP、AAAI、KDD 等会议发表过相关论文，或有高质量开源项目、模型训练经验、技术博客沉淀。

## At a glance
- Posted by the employer: Not stated
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: Under a day
- Location: Hangzhou[Apply on Kuaishou Technology’s careers site →](https://zhaopin.kuaishou.cn/#/official/social/job-info/25728)

## More jobs at Kuaishou Technology

### [3D动画编导-【游戏事业部】](https://jobs.opennash.com/companies/kuaishou-technology/jobs/d6d172f6765097ab3560/)

Hangzhou

### [AI Agent研发实习生（AgentOps方向）](https://jobs.opennash.com/companies/kuaishou-technology/jobs/c9c7a3ce473a3d27384e/)

Hangzhou

### [Aigc素材创意生成算法工程师/专家](https://jobs.opennash.com/companies/kuaishou-technology/jobs/4464c8d0dec507f09e72/)

Hangzhou

### [AI产品实习生-【电商】](https://jobs.opennash.com/companies/kuaishou-technology/jobs/ff952ddc55634e1e6159/)

Hangzhou

### [AI产品经理实习生-【电商】](https://jobs.opennash.com/companies/kuaishou-technology/jobs/1058238cbbfe65b92bc1/)

Hangzhou

## Similar jobs at other companies

### [算法工程师-Aigc](https://jobs.opennash.com/companies/midea-group/jobs/011facd6e1cabb96fd6c/)

Midea Group · 佛山市

### [算法工程师-Aigc](https://jobs.opennash.com/companies/midea-group/jobs/4469f088ad46c83e13a5/)

Midea Group · 佛山市 +1 more

### [微信小程序-大模型算法工程师-智能体方向](https://jobs.opennash.com/companies/tencent-holdings/jobs/1d10ddb9c87f6e704785/)

Tencent Holdings · Guangzhou

### [大模型算法工程师-实习](https://jobs.opennash.com/companies/xiaomi/jobs/213a1b9f5784b73bb705/)

Xiaomi · 武汉

### [大模型算法工程师-运筹方向](https://jobs.opennash.com/companies/sf-holding/jobs/55bec1d5db69b929731c/)

S.F. Holding · 广东省/深圳市

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)