传音
算法工程师-图像（上海）(J20226)
算法工程师-图像（上海）(J20226)
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
Ddpm
Pytorch
图像算法
扩散模型
计算机视觉
值不值得投
71综合评分
综合评分 71
前沿AIGC算法岗位，技术成长性强，WLB信息不明
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
2.3万
比计算机视觉工程中位数低
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
选择面较广
上海 · 计算机视觉工程 · 92 个在招
职位详情
关于这个职位
这个职位负责AIGC图像和视频算法的研发工作，助力AIGC内容生态建设
针对算法痛点设计优化和加速算法，赋能公司图像视频生成业务
并探索业界前沿AIGC算法，保持行业技术领先
最低要求
数学、计算机、自动化或其他相关专业
具备扎实的数学功底，掌握计算机视觉和图像处理基本算法，理解深度学习算法原理
具备扎实的编程功底，熟悉Pytorch等主流深度学习框架，熟练使用C++/Python等至少一种编程语言，熟悉Linux开发环境
工作职责
负责AIGC+图像（包括视频）的算法研发工作，助力AIGC内容生态
针对当前AIGC算法中的痛点问题，设计优化和加速算法，赋能公司图像视频生成业务要求
探索业界前沿AIGC算法，持续创新和突破，保持行业领先水平
优先资格
掌握扩散模型原理，熟悉DDPM、Stable Diffusion以及可控生成和小样本生成技术，有相关研究者优先
AI 洞察
优缺点分析
优点
- AIGC是前沿技术领域，技能积累价值高，行业前景好
- 公司业务聚焦，算法研发有实际应用场景和落地机会
- AIGC技术迭代迅速，需要持续学习和跟进最新进展
- 行业竞争激烈，需保持创新能力以脱颖而出
- 适合对AIGC和图像算法有浓厚兴趣，具备扎实算法基础和编程能力，追求技术成长的求职者
缺点 / 挑战
- 技术挑战大，能快速提升个人算法和工程能力
- 算法优化可能面临性能压力和工程实现难度
角色解读
- 从算法工程师晋升为高级算法专家或技术负责人
- 深入AIGC领域，成为技术架构师或领域专家
- 转向技术管理或创业方向发展
- 负责AIGC图像和视频算法的研发，推动内容生态建设
- 针对算法痛点进行优化和加速，提升业务性能
- 探索前沿AIGC技术，持续创新以保持行业领先
- 扎实的数学和计算机视觉基础，理解深度学习原理
- 熟练使用PyTorch等框架和C++/Python编程，熟悉Linux环境
- 掌握扩散模型原理和相关生成技术
申请策略
- 研究传音公司在AIGC领域的业务布局和技术方向
- 准备面试时展示相关算法代码、项目Demo或技术博客
- 突出AIGC、图像算法或扩散模型相关的项目和研究成果
- 强调深度学习框架使用经验和编程能力，如PyTorch、C++/Python
- 展示数学建模、算法优化或性能调优的实际案例
- 深入学习扩散模型、生成对抗网络等前沿生成技术
- 提升C++系统级编程和算法性能优化能力
- 关注AIGC行业最新论文和技术趋势
面试指南
- 对于技术问题，结合具体项目经验，阐述原理、实现和优化思路
- 对于理论问题，先解释核心概念，再联系实际应用场景
- 展示对行业趋势的理解，体现学习能力和前瞻性
- 请描述一个你参与的AIGC图像算法项目，你负责哪些部分？
- 如何优化扩散模型的推理速度？有哪些常见方法？
- DDPM和Stable Diffusion的主要区别是什么？
- 你在C++和Python中的性能优化经验有哪些？
- 你对AIGC未来发展趋势有什么看法？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
该职位位于上海，AIGC领域薪资具有竞争力，但JD未提及具体福利，满足程度中等。
薪资信号市场水准 (1.5千–3万/月)
成长发展
85较高
AIGC是前沿技术领域，算法研发岗位能提供较强的技术挑战和成长机会，利于技能积累。
技术前沿前沿/新兴技术
技术栈AIGC、扩散模型、Stable Diffusion、PyTorch
业务类型ambiguous
工作生活
50较低
JD未明确工作模式和办公灵活性，WLB信息不足，满足程度有限。
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
75中等
AIGC是高速增长的新兴赛道，技术有创新性，但社会影响一般，意义感动机满足较好。
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