传音
高级CV算法工程师（视频算法方向）(J17391)
高级CV算法工程师（视频算法方向）(J17391)
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Diffusion Models
Gan
Gpu优化
Pytorch
Tensorflow
视频生成
计算机视觉
值不值得投
73综合评分
综合评分 73
前沿视频生成算法研发岗，技术成长性强，一线城市现场办公，工作生活平衡需关注。
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
3.5万
比计算机视觉工程中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
市场机会
选择适中
深圳 · 计算机视觉工程 · 33 个在招
职位详情
关于这个职位
该职位为传音公司招聘的高级计算机视觉算法工程师，专注于视频生成算法的研发与优化
您将负责设计从图像/文本生成视频的前沿模型，探索Diffusion Models、GAN等最新技术，并协同团队完成视频生成系统的工程化落地，提升生成效果与用户体验
最低要求
计算机、人工智能或相关专业硕士及以上学历，具有扎实的数学与算法基础
熟悉视频处理相关的原理及技术，包括数据处理、帧插值、运动建模、时序一致性等
精通深度学习框架（如PyTorch、TensorFlow），具备实际训练与部署经验
了解视频生成模型（如Wan系列）的训练、压缩与加速，以及GPU优化等工程化知识
具备优秀的编程能力（Python/C++ 等），有良好的编码规范和调试能力
具备独立的科研思维，能够阅读前沿论文并提出创新性改进方案
具备团队合作精神、较强的沟通能力和学习能力
工作职责
负责研发和优化视频生成相关算法，包括基于深度学习的图像到视频、文本到视频等模型
探索最新的生成模型技术（如Diffusion Models、GAN、Transformer等）并结合业务需求进行创新
设计视频生成的整体技术架构，保证模型训练、推理和部署的高效性与稳定性
协同前端、后端工程团队完成视频生成系统的产品化落地
分析视频生成效果，持续优化模型质量、生成速度和用户体验
优先资格
参与过大规模视频生成项目或开源社区
发布顶会论文者优先，如CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等
领导力与影响力：具备卓越的领导力和影响力，能够激励和引导团队成员，打造高效协作的团队文化，并推动团队不断突破技术瓶颈
AI 洞察
优缺点分析
优点
- 直接参与最前沿的生成式AI技术研发，技术成长性极高
- 工作内容聚焦于将前沿技术产品化，能获得从算法到落地的完整项目经验
- 作为高级职位，拥有较大的技术决策权和创新空间
- 视频生成技术迭代迅速，需要持续高强度学习以保持技术领先
- 需要兼顾前沿研究与产品落地的平衡，对综合能力要求高
- 适合对视频生成、多模态AI有浓厚兴趣，具备扎实算法功底和工程能力，乐于在技术前沿持续探索并推动其产品化的高级研发人才
缺点 / 挑战
- 模型训练与部署对计算资源和工程能力要求高，技术挑战大
角色解读
- 技术专家路线：深耕视频生成与多模态大模型领域，成为该方向的技术领军人物
- 技术管理路线：凭借出色的技术贡献和领导力，带领团队攻克技术难题，向技术经理或总监发展
- 专注于视频生成算法的研发，包括图像到视频、文本到视频等前沿模型
- 研究和应用最新的生成式AI技术（如Diffusion、GAN），并设计相关技术架构
- 负责模型从训练到工程化部署的全流程，确保系统高效稳定运行
- 与产品、工程团队紧密合作，将算法成果落地为实际产品功能
- 扎实的深度学习理论基础和算法设计能力，尤其精通计算机视觉领域
- 精通PyTorch/TensorFlow等主流框架，并具备模型训练、优化及GPU部署的实战经验
- 优秀的编程功底（Python/C++），以及工程化落地能力
- 强大的科研能力，能快速理解前沿论文并提出创新方案
申请策略
- 深入研究传音的产品矩阵（如TECNO、Infinix手机的相机视频功能），思考视频生成技术可能的应用场景
- 在面试中准备好展示自己解决复杂技术难题的思考过程，而不仅仅是陈述结果
- 详细描述参与过的视频生成相关项目（如文生视频、图生视频），并说明具体负责的模块、采用的技术和取得的量化成果
- 突出精通的深度学习框架及在大规模模型训练、分布式训练、模型压缩加速方面的实际经验
- 列出相关的顶会论文、开源项目贡献或专利，作为科研能力和影响力的证明
- 系统学习并实践最新的视频生成模型（如Sora相关技术、扩散模型变体），了解其原理与优化方法
- 深入研究模型工程化，包括模型量化、蒸馏、针对特定硬件（如GPU）的推理优化技术
面试指南
- 采用STAR法则（情境-任务-行动-结果）来组织项目经验的回答，突出你的技术决策和贡献
- 对于系统设计问题，先明确核心指标和约束，再分模块阐述架构思路，强调可扩展性和稳定性
- 对于开放性技术问题，结合你的知识和实践，有条理地分析优缺点，并给出你的见解
- 请介绍一个你参与过的最具挑战性的视频生成项目，你遇到了哪些技术难点，是如何解决的？
- 如何评估一个视频生成模型的效果？你会从哪些维度（如质量、一致性、速度）进行优化？
- Diffusion Model在视频生成中有哪些主流架构？你认为其核心瓶颈是什么？
- 请设计一个系统架构，用于支持大规模用户并发的文本到视频生成请求
- 如果让你负责一个从零开始的视频生成项目，你会如何进行技术选型和路线规划？
职位点评
薪资福利75
成长发展80
工作生活60
使命价值70
薪资福利
75中等
该职位未在JD中明确薪资与福利，但作为高级算法工程师，在深圳/上海这类一线城市应能提供具有市场竞争力的薪酬包。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
80较高
职位聚焦于视频生成这一前沿且快速发展的AI方向，对技术深度和创新能力有极高要求，能提供显著的技术成长空间。
技术前沿前沿/新兴技术
技术栈Diffusion Models、GAN、Transformer、视频生成、GPU优化
成长机会探索最新的生成模型技术、创新性改进方案
业务类型ambiguous
工作生活
60中等
JD未提及远程办公或弹性工作制，作为需要协同部署和高强度研发的技术岗，现场办公及加班可能性较高。工作地点在一线城市核心区。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
从事的是AI领域内非常前沿的视频生成技术研发，属于行业创新热点，具有较强的技术驱动力和潜在的应用价值。
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