Watch Jobs
Canva logo
可画
Senior Machine Learning Engineer - AI Effects and Editing
立即应聘

Senior Machine Learning Engineer - AI Effects and Editing

发布于 大约 7 小时前

普通员工/个人贡献者

北京市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
GO
OpenGL ES
Machine Learning
CoreML
GLSL
LoRA
Diffusion Models
Mediapipe
Model Quantization

AI 估算 · 30k–60k

高级机器学习工程师在北京市，结合前沿AI技能和跨国公司平台，薪资处于市场较高水平。

职位详情

关于这个职位

作为视频特效方向的算法工程师，你将设计、微调并部署支持下一代视频特效和AI编辑的机器学习模型，从端侧推理到后端流水线，将创意转化为实时功能

与跨学科团队合作，探索生成式ML和计算机视觉的前沿技术，为数亿用户提供智能视频创作体验

最低要求

· 拥有计算机图形学、计算机视觉或计算机动画的学术或项目经验，熟悉以下一项或多项：数值方法、几何处理、物理仿真、角色动画、生成模型（GAN、VAE）或移动端图像处理

· 有实际微调并部署视觉模型的经验，尤其是面向实时或流媒体场景
· 熟悉 LoRA 训练、模型量化与剪枝，以及端侧推理优化方法
· 理解图像/视频模型与视觉渲染管线的集成方式
· 具备后端开发能力（如 Python 或 Go）及模型服务架构经验
· 熟悉计算机图形 API（如 OpenGL / OpenGLES）及 Shader 开发（GLSL / HLSL）
· 兼具研究探索精神与快速产品落地的思维方式
· 具备良好的英文沟通能力

工作职责

· 设计、微调并部署用于图像与视频 AI 特效的机器学习模型

· 构建稳健的训练流水线，支持 LoRA 微调、量化后处理及推理优化
· 开发并集成端侧 ML 推理能力（如MediaPipe、 CoreML、NNAPI 等），提升移动设备运行效率
· 搭建可扩展的后端服务，用于模型部署、特效资产管理与实时渲染
· 利用 Diffusion 模型、计算机视觉与 Shader 技术，原型化并验证创新 AI 特效
· 与设计与工程团队紧密合作，将创意想法转化为用户可交互的产品功能
· 跟踪生成式 ML、实时图形与视觉特效领域的行业动态，推动产品创新

优先资格

· 有 AI 特效工具、视频后期制作或多媒体 ML 应用经验者优先

AI 洞察

优缺点分析

优点

  • Canva作为全球性产品，用户规模大，工作成果影响广泛
  • 跨学科团队协作氛围，能拓宽产品和技术视野
  • 公司上市且财务稳健，提供有竞争力的薪资和长期发展空间
  • 技术要求全面，需同时掌握ML、后端、图形学等技能，学习曲线陡峭
  • 产品迭代节奏快，需要平衡研究探索与工程交付
  • 工作地点在北京，可能面临通勤和办公灵活性限制

缺点 / 挑战

  • 身处生成式AI和实时图形学的技术前沿，持续挑战高难度问题
  • 适合热爱前沿技术、乐于跨领域挑战、希望在AI+创意工具领域深耕的工程师

角色解读

  • 成为AI特效领域的技术专家，主导核心模型研发与落地
  • 向技术管理方向发展，带领团队推动视频编辑AI创新
  • 深入生成式AI与计算机图形学交叉领域，拓展职业边界
  • 设计、微调并部署用于视频和图像AI特效的机器学习模型，优化端侧和云端推理效率
  • 构建训练流水线，使用LoRA、量化等技术提升模型部署性能
  • 集成端侧推理框架（如MediaPipe、CoreML），确保移动设备上的实时效果
  • 参与跨团队协作，将前沿研究转化为可交互的产品功能
  • 扎实的计算机视觉和深度学习基础，熟悉生成模型（Diffusion、GAN）和模型优化技术
  • 精通Python和至少一种后端语言（如Go），具备模型服务架构经验
  • 熟悉图形编程（OpenGL/GLSL）和移动端ML推理，有Shader开发能力
  • 快速学习能力和英语沟通能力，适应跨国团队合作

申请策略

  • 在面试中准备一个端到端的ML项目故事，从设计到部署
  • 关注Canva的产品动态，提前思考如何将现有技术应用到视频编辑场景
  • 突出计算机视觉或图形学相关项目经验，特别是模型部署和优化案例
  • 展示LoRA训练、模型量化、端侧推理等具体技术成果，用数据和效果说话
  • 强调后端系统设计能力，尤其是高并发模型服务架构
  • 如有英文技术博客或开源贡献，可作为加分项
  • 深入学习Diffusion模型和视频生成技术，了解最新SOTA
  • 熟悉MediaPipe、CoreML等移动端框架，尝试部署一个小型模型到手机

面试指南

  • 对于项目问题，采用STAR法则（情境-任务-行动-结果），重点突出技术难点和个人贡献
  • 对于技术原理问题，保持逻辑清晰，从理论到实践层层递进，指出权衡
  • 对于开放性问题，展示你的行业洞察和个人思考，结合Canva的业务场景
  • 请详细描述你过去参与的一个ML模型部署项目，包括技术选型、挑战和优化结果
  • 解释LoRA的工作原理及其在模型微调中的优势，与全参数微调对比
  • 你如何优化一个实时视频特效模型的推理速度？请从算法和工程两个层面说明
  • 描述一个你使用计算机视觉或图形学技术解决实际问题的例子
  • 你如何看待生成式AI在视频编辑领域的未来趋势？

匹配度报告

68
综合匹配度

跨国大厂AI核心岗位，前沿技术栈，发展空间大，薪资有竞争力，但WLB未明确。

适合人群
该职位最适合注重技能成长和技术前沿的求职者，能接受北京现场办公和一定工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展85
工作生活50
使命价值70

薪资福利匹配

65中等

公司为上市巨头，薪资面议但大概率有竞争力，福利未明确说明，整体补偿性中等偏上。

薪资信号面议 (30K-60K/月)

成长发展匹配

85较高

岗位涉及生成式AI、端侧推理等前沿技术，且公司明确提供学习和成长机会，发展性动机得到较好满足。

技术前沿前沿/新兴技术
技术栈Diffusion Models、LoRA、MediaPipe、CoreML、Computer Vision、GPU
成长机会Learn to ship creative ML features at scale、Contribute to an interdisciplinary team、Influence Canva’s future in intelligent creative tools
业务类型profit_center

工作生活匹配

50较低

未明确远程或弹性工作，地点北京核心区但通勤可能较长，WLB信号不明显，生活化动机满足有限。

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）

使命价值匹配

70中等

属于高速增长的AI+创意赛道，产品具有广泛社会影响，但没有强烈的使命感描述，意义感中等偏上。

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

可画 的其他在招职位

相似职位推荐

Watch Jobs