光子 AI-推理部署与优化研究员岗位职责

优缺点分析

角色解读

• 技术专家方向：深入AI推理优化与Diffusion模型，成为领域权威
• 架构师方向：负责大规模推理系统设计与端到端管线优化
• 技术管理方向：带领团队攻关核心性能瓶颈，推动产品落地
• 优化基于Diffusion的视频模型推理效率，提升生成速度
• 针对消费级显卡优化推理pipeline，实现端侧高效生成
• 设计高并发推理服务，实现多模型路由与灰度发布
• 精通UE5/Unity和C++/Blueprint开发
• 熟悉渲染管线与GBuffer数据结构
• 熟练使用Python/PyTorch，有批量化数据生成经验

申请策略

• 面试前深入了解腾讯光子工作室的AI应用方向，准备相关案例
• 展示对端侧部署和实时渲染的热情，提前准备技术方案
• 重点突出UE5/Unity开发经验和GPU优化项目
• 详细描述参与过的大型渲染或计算管线项目
• 列出AI相关论文或开源贡献，尤其是Diffusion方向
• 补充Diffusion模型原理与推理加速方法（如模型量化、剪枝）
• 学习硬件加速编解码（如NVENC）和流媒体协议
• 熟悉Houdini或Omniverse等工具的可微渲染能力

面试指南

• 结构化回答：先讲原理，再提优化点，最后给出具体方案
• 结合项目经验：用STAR法则描述问题、行动、结果
• 展现持续学习：提及最新论文或开源工具，体现前沿视野
• 请详细解释Diffusion模型的推理过程，并指出哪些环节可以优化
• 如何优化一个渲染管线中的GBuffer以适配AI推理？
• 你之前是如何在消费级显卡上优化推理速度的？请举例
• 设计一个高并发推理服务架构，考虑模型路由和灰度发布
• 介绍你参与的UE5项目，以及如何与AI推理结合