商汤
推理引擎研发工程师，视频生成
推理引擎研发工程师，视频生成
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
Diffusion Transformer
国产算力
推理引擎
视频生成
高性能计算
值不值得投
78综合评分
综合评分 78
前沿技术、核心团队、国产化使命，技术成长价值极高，但工作强度与WLB需面谈确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
37K
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
76 个在招 · 其中机器学习工程 2 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 450 个在招
职位详情
关于这个职位
该职位隶属于商汤核心团队，专注于视频生成底层技术的研发与落地
你将深度参与开源视频生成引擎（如Lightx2V）的开发，将前沿学术成果转化为引擎性能增益，并负责解决大规模视频生成服务在国产化算力环境下的部署、性能优化与稳定性难题，共同打造业界领先的视频生成基础设施
最低要求
基础要求：
硕士及以上学历，计算机、软件工程、人工智能等相关专业
熟练掌握Golang、C++、Python中的至少一种语言，有良好的工程化编码习惯
扎实的计算机基础，精通数据结构与算法，深入理解Linux系统原理及网络协议
熟练使用 Codex 等AI编程工具，并能对AI产出进行严谨的代码审查、调试与优化
专业要求：
精通容器化与编排技术，熟悉Kubernetes架构原理，有实际的服务部署、调度与资源管理经验
年以上视频生成、AIGC推理、高性能计算领域的工作经验
深入理解视频生成推理框架，熟悉vLLM、SGLang、Lightx2V中的至少一种，了解其核心调度逻辑与性能优化技巧
对Diffusion Transformer有深入理解，熟悉Attention机制、量化等模型加速与压缩核心概念
工作职责
核心引擎开发与优化：深度参与商汤Lightx2V等视频生成引擎的核心模块开发，跟踪视频生成的前沿技术趋势，将学术界最新研究成果转化为引擎的实际性能增益
视频生成工程：打造基于异构算力的高性能视频生成服务，解决大模型推理在国产算力集群上的大规模部署、弹性扩缩容与稳定性难题
跨团队协作攻坚：与头部AI Infra团队紧密协作，共同设计并优化分布式推理架构，突破效率瓶颈
全栈工具链适配：负责国产算力生态下的算子优化、运行时适配及工具链整合，解决精度对齐、算子缺失、性能调优等国产化迁移痛点，确保模型在国产芯片上高效、稳定运行
优先资格
加分项：
有高性能网络、RDMA相关经验者优先
有国产 GPU 或其它加速器芯片的训推经验
有ComfyUI等开源项目的代码贡献
有CUDA/Triton等并行计算或异构计算编程经验
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与AIGC和视频生成领域最顶尖的开源项目与核心技术，处于行业技术发展前沿
- 平台与影响力：依托商汤的平台，有资源处理超大规模问题，工作成果可能影响整个行业
- 国产化赛道：深度参与‘国产算力’这一战略方向，具有长期发展潜力和独特技术积累
- 核心团队：与顶尖的AI Infra团队协作，能快速提升在分布式系统和工程化方面的能力
- 技术难度高：需要同时具备深厚的算法理解（Diffusion Model）和强悍的系统工程能力（分布式、高性能计算）
- 工程要求严格：需将前沿研究转化为稳定、高性能的生产服务，对代码质量、系统稳定性要求极高
- 领域专精：岗位高度专注于视频生成推理和国产化适配，职业路径相对垂直，需要持续投入
- 适合拥有扎实系统工程背景、对视频生成/AIGC技术有深入理解，并乐于攻坚底层性能优化与国产化部署难题的2年以上经验工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：在视频生成推理、国产算力优化等领域深耕，成为细分方向的技术权威
- 架构师路线：从单模块开发扩展到整体推理系统设计，负责构建下一代视频生成基础设施
- 技术管理路线：在积累深厚技术功底后，可带领小团队攻坚核心项目
- 开发与优化视频生成核心引擎（如Lightx2V），将最新学术论文转化为工程实践
- 设计和实现基于国产算力（如国产GPU）的高性能视频生成服务架构，解决大规模部署与调度难题
- 与基础设施团队协作，攻克分布式推理性能瓶颈，确保模型在国产芯片上高效稳定运行
- 负责底层算子适配与优化，解决国产化迁移中的具体技术挑战（如精度对齐、算子缺失）
- 精通C++/Golang/Python，并具备扎实的工程能力，熟悉Kubernetes等云原生技术
- 深入理解视频生成模型（Diffusion Transformer）及其推理框架（如vLLM、SGLang）
- 拥有高性能计算或AIGC推理领域的实际项目经验，熟悉模型量化、推理优化技术
- 对国产算力生态有一定了解或有浓厚兴趣，愿意攻克底层适配难题
申请策略
- 深入研究商汤的开源项目Lightx2V，并在面试中展示你的思考和见解
- 准备一个关于‘如何在国产算力集群上优化大模型推理服务’的案例思考或技术方案
- 关注国产算力生态的最新动态，面试时能体现出对行业趋势的理解和热情
- 突出2年以上的视频生成、AIGC推理或高性能计算领域的具体项目经验与成果
- 详细描述在容器化（Kubernetes）、分布式系统设计或大规模服务部署方面的实践经验
- 列举对vLLM、SGLang等推理框架或Diffusion Transformer模型的理解和实践经验
- 如有国产GPU（如昇腾、寒武纪等）适配经验或CUDA/Triton开发经验，务必强调
- 深入学习并实践Diffusion Transformer模型（如DiT）及其在推理端的优化技术（量化、缓存等）
面试指南
- 对于技术问题，采用“背景-行动-结果-反思”的结构进行阐述，突出你的技术深度和解决问题的能力
- 对于系统设计问题，从需求分析、核心组件设计、关键挑战与解决方案、可扩展性与未来演进四个层次展开
- 对于工具使用问题，结合具体场景，强调你作为工程师的判断力、批判性思维和对代码质量的把控
- 请介绍一个你优化过的推理引擎性能的案例，你具体做了什么，效果如何？
- 你如何理解Diffusion Transformer模型？它在视频生成推理中有哪些关键的优化点？
- 如果让你在国产算力集群上部署一个大规模的视频生成服务，你会考虑哪些关键挑战和设计点？
- 你熟悉Kubernetes，能否描述一下如何为一个AI推理服务设计高可用的部署与弹性伸缩方案？
- 你如何使用AI编程工具（如Codex）辅助开发？请举例说明你如何审查和优化AI生成的代码
职位点评
薪资福利75
成长发展90
工作生活60
使命价值85
薪资福利
75中等
上市公司职位，薪资水平在北京市场中具有竞争力，但具体的薪酬福利结构未在JD中详细披露。
薪资信号市场水准 (2.8–4.5万/月)
福利待遇五险一金、年终奖
成长发展
90较高
该职位处于视频生成与国产算力的核心前沿，技术挑战高，与顶尖团队协作，并参与重要开源项目，能提供极佳的技术成长和行业影响力。
技术前沿前沿/新兴技术
技术栈视频生成、Diffusion Transformer、Kubernetes、国产算力、分布式推理、模型量化、CUDA/Triton
成长机会深度参与顶尖开源项目、直面挑战、共同打造、紧密协作
业务类型profit_center
工作生活
60中等
JD未明确说明办公模式和加班情况，作为核心研发岗，工作强度可能较高，生活工作平衡情况需要进一步了解。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
视频生成是AIGC领域的热点方向，且岗位明确致力于‘国产算力’下的技术突破，具有明确的产业价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号站在‘算法落地’与‘国产算力’的最前沿、共同打造业界领先的视频生成基础设施
创新程度开拓性创新（行业首创）
Watch Jobs