中国电信
【2027校招】多模态生成大模型算法工程师
【2027校招】多模态生成大模型算法工程师
发布于 2 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
Gan
Pytorch
Vae
多模态生成
扩散模型
模型压缩
计算机视觉
值不值得投
76综合评分
综合评分 76
大型国企平台、聚焦多模态生成前沿技术、技术成长空间大，WLB情况未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
2.5万
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
这家公司招聘很活跃
约 2490 个在招 · 其中计算机视觉工程 5 个
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 110 个在招
职位详情
关于这个职位
该职位主要负责AIGC图像与视频生成领域的算法研发，涉及扩散模型等基础模型的架构创新与迭代优化
你需要独立搭建模型训练Pipeline，进行数据清洗，并针对推理速度和显存占用进行模型压缩与性能优化，推动AI生成技术在内容创作等场景的规模化落地
最低要求
硕士及以上学历，计算机科学、人工智能、机器学习、统计学等相关专业
具备扎实的深度学习核心理论功底，熟练掌握扩散模型、Transformer、GAN、VAE等各类生成模型核心原理
拥有1年及以上图像/视频生成、多模态理解、多模态检索相关研发经验，可独立完成生成模型的训练、调优全流程工作
编程基础扎实，深度精通PyTorch等主流深度学习框架，熟练使用Linux高性能开发环境开展研发工作
工作职责
负责AIGC图像、视频生成领域的算法研发与技术创新，深耕扩散模型、Transformer、GAN、VAE等基础生成模型，围绕视频时序建模、多模态对齐、高保真可控编辑、复杂主体注入、下一代生成算法等核心方向开展技术研究，完成模型架构创新与迭代优化，持续输出高质量、高价值的核心技术方案
独立搭建图像、视频生成模型完整训练Pipeline，负责大规模图文、视频数据集的清洗、筛选、预处理、特征提取与高效加载，设计数据增强方案，搭建适配业务场景的专属数据闭环
同时优化模型训练策略，保障模型训练高效、稳定运行
针对生成模型推理速度慢、显存占用高等核心痛点，开展模型压缩、量化、剪枝、蒸馏、算子优化、推理引擎适配等性能优化工作，极致打磨算法效果与推理性能
持续跟踪计算机视觉、多模态、生成式AI领域顶会前沿技术及行业标杆方案，开展技术调研、算法复现、效果验证与技术落地工作
负责生成模型系统架构与算法全链路优化，推动AI生成技术在内容创作、消费、商业化等核心场景的规模化落地应用
主导AI生成领域技术创新与产品化落地实践，打磨行业领先的AI生成解决方案，提升团队行业技术竞争力与口碑，打造具备行业标杆价值的技术与产品方案
优先资格
具备相关模型实际业务落地经验者优先
有顶级学术成果者优先，在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI、TPAMI、IJCV、SIGRAPH等国际顶尖会议/期刊发表过相关论文者优先
AI 洞察
优缺点分析
优点
- 处于AIGC和多模态大模型这一前沿且高速发展的赛道，技术积累价值极高
- 依托大型企业的平台资源，能够接触大规模数据集和算力资源，有利于模型训练与落地
- 国企背景提供相对稳定的职业发展环境，同时注重技术创新与行业影响力
- 大模型训练和推理优化技术迭代极快，需要持续跟踪顶会前沿并保持高强度的学习
- 适合具备扎实深度学习基础、对AIGC和多模态生成有浓厚兴趣，且希望在大型平台从事前沿算法研发的硕士及以上学历求职者
缺点 / 挑战
- 模型压缩与推理性能优化对底层算子和系统架构能力要求较高，技术攻坚难度大
角色解读
- 从初级算法工程师成长为多模态生成领域的技术专家，主导核心算法架构设计
- 向AI产品化与商业化方向延伸，带领团队打造行业标杆级的AI生成解决方案
- 负责AIGC图像与视频生成算法的研发，包括扩散模型、Transformer等基础模型的架构创新与迭代
- 搭建完整的模型训练Pipeline，处理大规模图文和视频数据集，并进行数据增强与闭环设计
- 针对推理速度和显存占用进行模型压缩、量化和算子优化，推动AI生成技术的商业化落地
- 扎实的深度学习理论基础，精通扩散模型、Transformer、GAN等生成模型原理
- 熟练掌握PyTorch等深度学习框架及Linux高性能开发环境，具备独立训练和调优模型的能力
- 具备模型压缩、量化、剪枝等推理性能优化经验，有顶会论文或实际业务落地经验者更佳
申请策略
- 了解中国电信在AI及大模型领域的战略布局和具体业务场景，面试时结合其业务方向阐述技术落地思路
- 重点突出在扩散模型、Transformer等生成模型方面的项目经验或科研成果
- 详细列出在模型训练Pipeline搭建、数据清洗及模型压缩、量化等推理优化方面的具体实践
- 若有CVPR、NeurIPS等顶会论文或实际业务落地成果，务必在简历显著位置展示
- 深入学习模型压缩、量化、剪枝及算子优化等推理加速技术，提升工程落地能力
- 关注多模态对齐、视频时序建模等前沿方向，尝试复现最新的开源大模型代码
面试指南
- STAR法则：针对项目经验，按照情境、任务、行动、结果的逻辑清晰阐述，突出个人贡献和最终指标提升
- 技术深度与广度结合：在回答算法原理时，不仅讲清楚理论，还要结合实际工程落地中的痛点（如显存、速度）给出解决方案
- 请详细介绍你在图像/视频生成模型（如扩散模型）训练和调优中的具体经验和遇到的难点
- 针对生成模型推理速度慢、显存占用高的问题，你通常会采用哪些模型压缩或算子优化策略？
- 请分享一个你独立搭建模型训练Pipeline或处理大规模数据集的完整案例
- 你如何理解多模态对齐和视频时序建模？在相关方向有哪些技术调研或复现经验？
- 复习扩散模型、Transformer等核心生成模型的最新论文，掌握其数学原理和代码实现
- 准备1-2个自己主导的完整项目，能够深入讲解从数据处理、模型设计到推理优化的全链路细节
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
中国电信作为大型国企，提供具有市场竞争力的校招薪资和完善的福利体系，薪资水平在北京算法岗中处于中上游，稳定性较高。
薪资信号未披露（AI估算：2千–3万/月）
成长发展
85较高
岗位聚焦多模态生成大模型这一前沿领域，能够接触大规模数据和算力，技术成长空间大，且鼓励顶会论文和技术创新。
技术前沿前沿/新兴技术
技术栈扩散模型、Transformer、GAN、VAE、PyTorch、多模态生成、模型压缩
业务类型profit_center
工作生活
60中等
JD未明确提及工作模式和加班情况，但作为大型企业的核心算法研发岗，通常面临一定的研发压力和项目节点要求。
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
80较高
岗位致力于AIGC和多模态生成技术的创新与落地，推动AI技术在内容创作等场景的应用，具有较强的技术使命感和社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号打造具备行业标杆价值的技术与产品方案
创新程度积极采用新技术
Watch Jobs