可画
Research Scientist
Research Scientist
发布于 5 个月前普通员工/个人贡献者
全职员工仅现场办公研究与开发 (研发)
研究与开发 (研发)
Megatron
多模态生成
大规模并行训练
扩散模型
自回归模型
论文发表
DeepSpeed
diffusers
PyTorch
值不值得投
72综合评分
综合评分 72
前沿AI研究岗，技术成长极快，薪资优厚，但需接受高强度工作和现场办公。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.0万
比研究与开发 (研发)中位数高
发布情况
长期在招 · 161 天前发布
公司情况
公司还在招多个职位
8 个在招 · 其中研究与开发 (研发) 4 个
市场机会
选择面较广
北京 · 研究与开发 (研发) · 约 1180 个在招
职位详情
关于这个职位
这是一个前沿AI研究科学家岗位，专注于多模态生成模型的预训练和微调，利用高端GPU和大规模高质量数据集
你将与顶尖人才合作，推动AI在生产力软件中的革命性应用，影响数亿用户
最低要求
在基于内部研究和外部进展（如新兴趋势、技术和开放挑战）开发、训练和迭代基础大规模文本到图像/视频/3D生成模型（扩散模型或自回归模型）方面有丰富经验
在顶级会议（如CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR）有同行评审的出版物和开源贡献
在数百个GPU上进行大规模并行模型预训练的丰富经验
精通Python、PyTorch、Diffusers、Transformers、Megatron、DeepSpeed和云计算平台
能够通过文档和跨团队协作内部分享知识，并通过研究论文或演讲外部分享
好奇心强，持续关注AI文献、竞争对手和新兴技术
工作职责
研究方向：确定并领导与前沿多模态AI研究和产品目标一致的研究
研究与实验：设计并运行高端GPU上的实验以验证假设
分析：解释实验结果并转化为可操作的见解
模型创新：创建新颖的生成模型架构、训练方法、强化学习算法、新颖的合成数据生成流程
AI 洞察
优缺点分析
优点
- 前沿技术栈，涉及多模态生成、大规模并行训练等热门方向
- 公司平台大且产品用户基数广，研究成果能快速影响亿万用户
- 与顶尖人才合作，学术氛围浓厚，鼓励发表论文和开源
- 薪资待遇和福利优厚（上市跨国企业）
- 竞争激烈，需要持续产出高水平研究成果
- 技术迭代快，需不断学习新方法和工具
缺点 / 挑战
- 工作强度可能较高，尤其是在模型训练和实验迭代阶段
- 适合在AI研究领域有深厚积累、渴望从事前沿多模态生成方向、喜欢创新和挑战的博士或资深研究者
角色解读
- 从研究科学家成长为AI研究团队负责人或首席科学家
- 发表高影响力论文，成为学术界或工业界权威
- 横向拓展到产品落地，参与AI产品从0到1的构建
- 确定并领导多模态生成模型的研究方向，跟踪前沿AI趋势
- 设计并运行实验，在高端GPU集群上验证模型假设
- 分析实验结果，改进模型架构和训练方法
- 创建新型生成模型、训练策略和合成数据流程
- 精通扩散模型或自回归模型的大规模训练
- 熟练掌握Python、PyTorch、Diffusers等深度学习框架
- 有顶级会议论文发表经验，证明研究能力
- 大规模分布式训练经验（Megatron/DeepSpeed）
申请策略
- 在求职信中表达对AI重塑生产力软件的兴趣，并结合Canva产品提出想法
- 准备好展示过往研究如何与公司目标契合
- 突出顶级会议论文、开源项目贡献
- 详细描述大规模模型训练经验，包括GPU数量、数据处理、优化技巧
- 强调与多模态生成相关的项目成果（文本到图像/视频/3D）
- 列出掌握的框架和工具（PyTorch, Diffusers, Megatron等）
- 若缺乏大规模并行训练经验，可尝试复现经典模型并优化
- 补充强化学习或合成数据生成方面的知识
面试指南
- 对于项目介绍类问题，采用STAR法则（情境、任务、行动、结果），突出技术细节和成果
- 对于技术原理问题，先阐述核心概念，再结合自己的实践经验或见解
- 对于开放性问题，体现系统思维：问题定义、文献调研、假设、实验设计、迭代优化
- 请详细介绍你参与过的一个大规模生成模型训练项目，包括遇到的问题和解决方案
- 扩散模型和自回归模型在图像生成中的优缺点是什么？
- 如何在数百个GPU上高效进行分布式训练？
- 如何评估一个生成模型的质量？除了FID/IS之外还有哪些指标？
- 如果给你一个全新的多模态生成任务，你会如何设计研究路线？
职位点评
薪资福利75
成长发展95
工作生活30
使命价值80
薪资福利
75中等
职位薪资水平处于行业前列，但JD未明确具体福利，且面议属性较强，补偿性动机满足度较高。
薪资信号未披露（AI估算：3.5–6.5万/月）
成长发展
95较高
该职位处于AI前沿领域，技术栈新，鼓励发表论文和开源，成长空间极大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈多模态生成、扩散模型、自回归模型、大规模并行训练、Python、PyTorch、Megatron、DeepSpeed
业务类型ambiguous
工作生活
30较低
仅现场办公，未提及弹性工作或WLB，北京通勤压力大，生活化动机满足度低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
AI行业高速增长，多模态生成技术具有广阔社会影响，通过数亿用户实现价值，意义感较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
可画 的其他在招职位
相似职位推荐
Watch Jobs