中国平安
视觉算法工程师（视觉生成方向）
视觉算法工程师（视觉生成方向）
发布于 大约 15 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
博士
PyTorch
计算机视觉
TensorFlow
模型压缩
分布式训练
AIGC
图像生成
DeepSpeed
数字人
Diffusion Models
AI 估算 · 35k–55k
博士学历+前沿AIGC方向人才稀缺，平安作为大厂薪资有竞争力，深圳市场均价较高
职位详情
关于这个职位
该职位负责视觉生成领域的前沿算法研发，包括扩散模型、图像编辑、数字人建模等
你将参与AIGC的SOTA算法复现与优化，并推动技术落地到平安的业务场景中
适合对生成式AI有深入理解、具备扎实数学和工程能力的博士或硕士
最低要求
计算机、自动化、数学或相关专业硕士/博士学位
具备扎实的线性代数、概率统计和优化理论基础
精通 PyTorch/TensorFlow，深入理解主流生成架构（Diffusion Models, GANs, VAEs, Transformer 视觉变体）
熟练掌握 Python、C++，具备分布式训练（DeepSpeed, Megatron-LM）实战经验
工作职责
前沿技术攻坚与复现：跟踪并实现 AIGC 领域的 SOTA 算法，包括 Diffusion Models、Autoregressive Models 的大规模预训练架构，针对控制性、一致性进行深度优化
图像编辑与可控生成：研发基于 Mask、Text-prompt 或 Reference Image 的精准编辑算法，解决非刚性形变下的语义保持、局部重绘与风格迁移中的伪影问题
数字人建模与驱动：研究基于 Flow Model、Consistency Model 的数字人建模算法，解决长视频生成、IP保持、动作驱动等难点
数据工程与全链路实验：构建高质量视觉数据集管线，设计评估指标体系（FID、CLIP Score 等），通过消融实验驱动算法迭代
工程化落地与性能调优：配合工程团队进行模型压缩、量化及端云协同部署
优先资格
在 CVPR, ICCV, ECCV, NeurIPS, SIGGRAPH 等顶会发表过高质量论文
在 GitHub 上有高星开源项目，或在知名生成式 AI 竞赛中取得优异成绩
AI 洞察
优缺点分析
优点
- 直接接触AIGC最前沿技术，积累业界顶尖的生成式AI经验
- 平安作为大厂，资源充足，有完善的工程和业务支撑
- 薪资待遇竞争力强，且有股票期权等激励
- 与顶尖高校和研究机构合作机会多，个人成长快
- 技术难度高，需要持续跟踪学术前沿并快速实现
- 工作强度较大，项目节奏快，可能需要加班
- 竞争激烈，同岗位人才众多，需持续保持领先
- 适合对生成式AI有强烈热情、具备扎实理论基础和工程能力的博士或硕士，渴望在工业界将前沿算法落地
缺点 / 挑战
暂无明显挑战项
角色解读
- 成为AIGC领域的技术专家，主导核心算法创新
- 向技术管理方向发展，带领团队攻克难题
- 横向拓展至多模态、3D生成等更前沿方向
- 复现并优化AIGC领域的SOTA算法，特别是扩散模型和自回归模型
- 研发基于文本或参考图像的精准图像编辑算法，解决复杂场景下的伪影问题
- 研究数字人建模与驱动技术，提升长视频生成和实时交互性能
- 构建数据集和评估体系，并参与模型压缩与端云部署
- 精通PyTorch/TensorFlow，深入理解生成模型（Diffusion, GAN, VAE）
- 扎实的数学基础（线性代数、概率统计、优化理论）
- 熟悉分布式训练框架（DeepSpeed, Megatron-LM），有C++开发经验
- 对图像/视频生成前沿有清晰认知，能快速原型验证论文
申请策略
- 关注平安在金融科技领域的AI应用方向，思考如何将生成技术与业务结合
- 准备好展示过往项目的技术细节和量化成果
- 突出在扩散模型、图像生成或数字人方面的项目经历，包括开源贡献
- 展示顶会论文或竞赛成绩，强调创新点和实际效果
- 详述分布式训练、模型优化等工程经验，体现全栈能力
- 补充3D生成或视频生成相关算法知识
- 熟悉模型压缩、量化等部署技术，如TensorRT、ONNX
面试指南
- 先阐述基本原理，再结合项目经历给出具体实践，最后强调创新点和优化结果
- 对于开放性问题，提出多种方案并比较优劣
- 请解释扩散模型的训练和采样过程，以及如何提升采样速度
- 如何评估图像生成质量？你常用的指标有哪些？为什么？
- 请描述一个你参与过的生成式AI项目，遇到了哪些挑战，如何解决？
- 对于数字人驱动中的长视频生成问题，你有什么技术思路？
- 如何将一个大模型部署到移动端？谈谈模型压缩的方法
- 复习扩散模型、GAN、Transformer在视觉中的应用原理
匹配度报告
69
综合匹配度
大厂AIGC前沿岗，高发展高挑战，WLB偏弱。
适合人群
最适合追求技术成长和职业发展的求职者，对生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展95
工作生活40
使命价值70
薪资福利匹配
70中等
薪资水平较高，平安作为大厂提供稳定的薪酬福利，但JD未明确具体数字，需面试确认。
薪资信号未披露（AI估算：35K-55K/月）
成长发展匹配
95较高
该职位处于AIGC前沿，技术栈新，挑战大，能极大提升个人技能和行业影响力。
技术前沿前沿/新兴技术
技术栈Diffusion Models、AIGC、计算机视觉、PyTorch、分布式训练
业务类型profit_center
工作生活匹配
40较低
仅现场办公，且技术攻坚强度大，WLB一般，适合追求事业成就而非工作生活平衡的人。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
AIGC是高速增长赛道，应用前景广阔，但社会价值中性，主要服务商业场景。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs