微信
企业微信-多模态算法工程师-文生图方向
企业微信-多模态算法工程师-文生图方向
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Aigc
Controlnet
Diffusion Model
Lora
Pytorch
多模态大模型
推理加速
值不值得投
74综合评分
综合评分 74
聚焦AIGC前沿技术的大厂核心研发岗，技术成长空间大，业务落地价值高，WLB待确认
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
4.3万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 260 个在招 · 其中机器学习工程 20 个
市场机会
选择适中
广州 · 机器学习工程 · 37 个在招
职位详情
关于这个职位
负责企业微信文生图及多模态大模型的算法研发与优化，跟踪AIGC前沿技术并推动产品落地
探索图像可控生成方案以解决语义对齐与风格控制难题，同时协同工程团队完成模型推理加速与高效部署
最低要求
教育背景：计算机、人工智能、数学等相关专业硕士及以上学历
核心技术：扎实的深度学习基础，精通PyTorch等主流深度学习框架，熟悉Diffusion Model、GAN、Transformer等生成式模型架构，熟悉ControlNet、LoRA、Text Inversion等生成模型插件
工程能力：熟练掌握Python，具备扎实的编码能力和优秀的数据结构、算法功底
工作职责
模型研发与优化：负责文生图（Text-to-Image）、图生图（Image-to-Image）及多模态大模型的算法研发，持续提升图像生成的质量、可控性、多样性及生成速度
前沿技术跟进：跟踪AIGC、扩散模型（Diffusion Models）、自回归模型（Autoregressive Models）等领域的最新前沿技术，结合企微业务产品特点进行技术转化与落地
可控生成探索：负责图像可控生成（如ControlNet、ID一致性等技术）的研发，解决文本与图像语义对齐、细节控制、风格迁移等核心问题
性能工程：配合工程团队进行大模型的推理加速和工程化部署，探索模型效能优化研发工作
AI 洞察
优缺点分析
优点
- 依托企业微信庞大用户基数与真实业务场景，技术落地价值高
- 接触最前沿的AIGC与多模态大模型技术栈，个人技术成长迅速
- 大厂平台提供完善的资源支持与跨团队协作机会
- AIGC领域技术迭代极快，需保持高强度持续学习
- 适合热爱AIGC前沿技术、具备扎实算法功底与工程落地能力，且能在快节奏环境中持续攻坚的技术型人才
缺点 / 挑战
- 模型效果优化与推理加速存在较大工程瓶颈，调试周期长
- 业务侧对生成质量与可控性要求严苛，交付压力较大
角色解读
- 可向多模态大模型首席算法专家或AI架构师方向发展
- 积累前沿AIGC落地经验后，可转型为AI产品技术负责人或技术管理岗
- 在垂直领域（如内容创作、数字人）形成技术壁垒
- 负责企业微信文生图/图生图及多模态大模型的算法研发与迭代优化
- 跟踪AIGC前沿技术并结合产品需求进行工程落地
- 探索图像可控生成技术以解决语义对齐与风格控制难题
- 协同工程团队优化模型推理速度与部署效率
- 扎实的深度学习理论与PyTorch实战能力
- 精通Diffusion、Transformer、GAN等生成式模型架构及ControlNet/LoRA等插件机制
- 优秀的Python编程与数据结构算法基础
- 具备大模型推理加速与工程化部署经验
申请策略
- 提前研究企业微信现有AI功能与竞品差异，准备针对性的技术改进思路
- 面试时重点展示从理论到落地的完整闭环案例
- 突出多模态/生成式模型相关项目经验，量化模型效果提升指标（如FID降低、生成速度提升）
- 详细列出掌握的Diffusion/Transformer架构及ControlNet/LoRA调优经验
- 强调Python工程能力与大模型部署/加速实践
- 深入研读最新AIGC顶会论文，掌握SOTA模型原理
- 强化Linux环境下的分布式训练与推理加速工具链使用
- 补充业务场景理解，学习如何将算法能力转化为产品功能
面试指南
- 采用STAR法则结构化阐述项目背景、个人贡献、技术选型依据及最终量化成果
- 针对优化类问题，先分析瓶颈根源（数据/架构/算力），再分步骤给出实验验证方案与对比数据
- 请详细介绍你参与过的Diffusion或Transformer模型项目，你在其中解决了什么核心难点？
- 如何评估和优化文生图模型的生成质量与多样性？
- 面对大模型推理延迟高的问题，你会采用哪些加速策略？
- ControlNet或LoRA在实际业务中如何平衡生成效果与计算成本？
- 系统复习深度学习核心概念与生成模型数学原理
- 准备2-3个完整的算法落地项目案例，重点打磨难点攻克过程
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
广州大厂算法岗薪资处于市场中上水平，福利体系完善，整体补偿性动机满足度较好。
薪资信号市场水准 (3.0千–5.5万/月)
成长发展
85较高
岗位聚焦AIGC与多模态大模型前沿技术，技术栈先进且业务落地场景丰富，技能成长空间大。
技术前沿前沿/新兴技术
技术栈PyTorch、Diffusion Model、Transformer、ControlNet、LoRA、多模态大模型
业务类型profit_center
工作生活
60中等
未明确提及弹性工时或远程政策，互联网大厂算法岗通常节奏较快，WLB一般。
工作模式未明确
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
70中等
致力于提升企业协作工具的AI体验，推动AIGC技术在办公场景的普及，具有明确的商业与应用价值。
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