传音
高级CV算法工程师（AIGC方向）(J19268)
高级CV算法工程师（AIGC方向）(J19268)
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
Aigc
Pytorch
Sft
图像生成
扩散模型
模型蒸馏
生成式Ai
视频生成
计算机视觉
值不值得投
76综合评分
综合评分 76
技术前沿、产品价值高、成长性强的AIGC算法岗，薪资有竞争力，但WLB未明确，需高强度投入。
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
4.3万
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
该职位是传音公司手机影像AIGC算法研发团队的高级工程师，专注于人像生成、图像修复、视频生成等前沿生成式AI技术在手机端与云端的研发与落地
你需要负责核心算法的设计、实现与优化，构建模型后训练体系，并应对复杂现实场景的挑战，最终推动AIGC创新在手机影像产品中的稳定高效应用
最低要求
计算机、人工智能、电子信息等相关专业，硕士及以上学历，具备扎实的数学、深度学习与计算机视觉基础
熟悉主流生成式模型，如扩散模型、MMDiT、Flow-based、GAN、Transformer等，了解人像、图像、视频相关AIGC技术
熟练使用PyTorch等深度学习框架，具备模型训练、调试、优化与工程落地能力
了解TensorRT、ONNX等模型部署与端侧加速优先
熟悉以下至少一个方向：
人像编辑/增强/美颜/自拍算法
视频生成、时序建模、帧插值、视频一致性
大模型SFT、指令微调、Reward Model、RLHF/DPO/GRPO等后训练技术
具备优秀的论文阅读与算法创新能力，有顶会论文、开源项目、大规模项目落地经验者优先
对手机影像与AIGC方向有强烈热情，具备良好的跨团队协作与项目推动能力
工作职责
负责手机端与云端AIGC影像算法研发，包括人像生成、图像修复、人像编辑、视频生成、文生图/图生图等核心能力的算法设计、实现与优化（任一方向）
负责扩散模型、MMDiT、流模型（Flow Matching / Rectified Flow）、单步生成模型等前沿生成式模型的研发、微调、蒸馏与推理加速
负责AIGC基础模型的后训练体系建设，包括SFT、DPO、GRPO等强化学习方案设计与落地，构建大规模指令微调数据与奖励模型
针对弱光、逆光、中低端机型、海外用户习惯等复杂场景，设计稳健高效的人像处理、图像编辑与视频生成方案
参与构建手机影像AIGC完整技术体系，包括数据pipeline、模型评价体系、端云协同架构、训练与部署流程建设与优化
跟踪业界前沿技术，推动图像/视频生成、编辑、增强等创新能力在手机影像产品中稳定、高效、差异化落地
优先资格
加分项
有人像编辑、人像生成、视频生成、多模态基础模型研发经验
有SFT/RLHF/DPO/GRPO/RLAIF等模型对齐与强化学习落地经验
熟悉端云协同推理、模型量化、压缩、蒸馏、加速等工程化技术
有大规模编辑/视频数据构建、模型训练与迭代经验
在CVPR/ICCV/ECCV/NeurIPS/ICLR/SIGGRAPH等发表论文或有知名开源项目
AI 洞察
优缺点分析
优点
- 产品落地价值：研究成果能直接转化为亿级用户产品的核心功能，获得强烈的成就感和可见度
- 平台与资源：背靠传音在新兴市场的巨大出货量，有独特的数据和场景优势，能获得充足的计算和项目资源
- 跨领域融合：工作涉及算法研究、工程优化、产品理解和用户体验，能培养全面的技术视野
- 技术难度高：需要同时掌握前沿AI理论和复杂的移动端工程化技术，学习曲线陡峭
- 适合对计算机视觉和生成式AI有浓厚兴趣、具备扎实工程能力、且乐于将技术直接应用于大众消费产品的算法工程师
- 希望研究能快速落地并产生广泛影响的求职者会尤其喜欢这个岗位
缺点 / 挑战
- 技术前沿性：直接参与AIGC在消费电子领域最热门的应用之一，能接触到最先进的生成式模型和工程挑战
- 场景复杂性：需应对低端硬件、弱光环境、海外多样化审美等挑战，算法需具备极强的鲁棒性
- 快速迭代压力：AIGC领域技术日新月异，需要持续跟进并快速将新技术应用于产品，保持竞争力
角色解读
- 技术专家路径：在AIGC和手机影像领域持续深耕，成为该方向的技术架构师或领域专家，引领公司核心技术方向
- 工程与产品路径：凭借对算法和产品的双重理解，转向AI产品经理或技术管理岗位，负责规划产品技术路线图
- 学术与创新路径：保持与学术界的紧密联系，通过发表论文和开源项目建立行业影响力，或在公司内部推动前沿技术预研
- 核心是研发和优化用于手机影像的AIGC算法，如人像美化、图像修复、视频生成等
- 负责将前沿的生成式AI模型（如扩散模型、Flow模型）进行微调、压缩和加速，使其能在手机端高效运行
- 构建和优化AIGC模型的后训练流程，包括指令微调、强化学习等，以提升模型效果和对齐人类偏好
- 解决实际场景中的复杂问题，如低光照、设备算力限制和海外用户习惯，实现算法的稳定落地
- 精通生成式模型（扩散模型、GAN、Flow等）的原理、训练与应用，有扎实的理论基础和实操经验
- 熟练使用PyTorch框架进行模型开发，并了解TensorRT、ONNX等端侧部署和加速技术
- 具备计算机视觉和图像处理的系统知识，尤其在人像、视频生成/编辑领域有深入实践
- 拥有将复杂AI算法工程化并应用于真实产品的能力，包括数据处理、模型评估和系统优化
申请策略
- 仔细研究传音手机影像产品线的现状和亮点，在面试中结合这些具体产品讨论你的技术方案如何赋能它们
- 准备一个能清晰讲述的AIGC项目故事，按照“背景-挑战-方法-结果-反思”的结构组织，突出你的个人贡献
- 详细描述你在AIGC（特别是图像/视频生成、编辑）方向的核心项目经历，突出算法设计、模型优化和工程落地的具体成果
- 强调在PyTorch框架下的模型开发与训练经验，以及任何模型压缩、加速或端侧部署的实践经验
- 如有，在顶会（如CVPR、ICCV、NeurIPS等）发表的相关论文或知名的GitHub开源项目，务必显著列出
- 说明你如何解决实际复杂场景（如数据稀缺、模型泛化、资源受限）的问题，体现你的工程化和创新能力
- 深入学习最新的扩散模型架构（如DiT、Flow Matching）及其优化技术，关注ICLR、CVPR等顶会的最新进展
- 实践大语言模型后训练技术，如SFT、DPO、GRPO等，理解其原理并在小规模任务上动手实验
面试指南
- 对于项目经验问题，使用STAR法则（情境、任务、行动、结果）进行结构化描述，重点突出你独特且深入的技术决策
- 对于模型对比问题，从理论基础（如概率建模角度）、训练方式、采样效率、生成质量等维度进行对比，并给出你对适用场景的理解
- 对于工程问题，从模型选择（小模型）、训练优化（蒸馏、量化）、推理加速（硬件适配、算子优化）等多个层面系统性地阐述解决方案
- 请介绍一个你主导的AIGC相关项目，重点讲解你在其中遇到的最大的技术挑战以及你是如何解决的
- 请比较并解释扩散模型（如DDPM）和流模型（Flow Matching）在生成质量和效率上的异同
- 如何设计一个方案，将一个大型的图像生成模型（如Stable Diffusion）优化并部署到算力有限的手机端？
- 在数据有限或质量不高的情况下，如何提升人像编辑模型（如美颜、修复）的泛化能力？
- 你认为当前手机影像AIGC面临的主要瓶颈是什么？未来一两年可能会出现哪些突破性技术？
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
JD未明确披露具体薪资和福利，但作为消费电子行业头部公司的高级算法岗，通常具备市场竞争力的薪酬体系和福利保障。
薪资信号面议 (3千–5.5万/月)
成长发展
90较高
该职位处于AI与手机影像交叉的最前沿，技术栈新且深，提供了从理论研究到产品落地的全链路成长机会，发展性动机满足程度很高。
技术前沿前沿/新兴技术
技术栈扩散模型、MMDiT、Flow Matching、Rectified Flow、SFT、DPO、GRPO、TensorRT
成长机会负责前沿生成式模型的研发、微调、蒸馏与推理加速、跟踪业界前沿技术，推动创新能力落地
业务类型profit_center
工作生活
60中等
JD未提及任何工作模式、办公时间或WLB相关信息。高级算法研发岗位通常需要投入较多时间和精力以应对技术挑战和项目压力。
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
将前沿AI技术应用于亿万用户的手机产品，具有明确的产品价值和市场影响力，但技术本身的直接社会影响力属性相对中性。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动图像/视频生成、编辑、增强等创新能力在手机影像产品中稳定、高效、差异化落地
创新程度积极采用新技术
Watch Jobs