魔方工作室-视频生成基础模型训练工程师

优缺点分析

角色解读

• 技术深度方向：成为视频生成基础模型领域的专家，推动前沿算法落地
• 架构管理方向：带领团队负责更大规模模型的研发和训练基础设施优化
• 跨领域方向：向多模态生成、具身智能等新兴领域拓展，结合业务创新
• 主导或参与视频生成基模型的大规模预训练，包括架构设计、训练策略与稳定性调优
• 实现多种控制信号的条件注入，确保生成视频的身份一致性和场景合理性
• 将全序列模型改造为因果自回归或流式生成，并通过蒸馏技术实现实时帧率
• 与推理工程团队协作，进行模型量化和流式批处理，优化延迟和吞吐
• 精通 PyTorch，熟悉 FSDP/DeepSpeed/Megatron 等分布式训练框架，有百卡级训练经验
• 深入理解扩散模型（DDPM/DDIM/Flow Matching）和自回归生成，熟悉 DiT/U-ViT 架构
• 具备视频/图像生成完整项目经验，能独立排查训练发散、梯度异常等工程问题
• 熟悉模型量化（FP4/INT8）和推理加速（TensorRT），有分布式训练调优经验

申请策略

• 关注腾讯魔方工作室的游戏或AI业务方向，在面试中结合应用场景展示思考
• 准备好介绍过往项目中的技术选型和权衡，体现系统设计和解决实际问题的能力
• 突出大规模分布式训练经验，特别是百卡级以上的实际项目
• 详细描述视频或图像生成模型的完整落地经历，包括数据、训练、部署
• 展示对扩散模型和自回归模型的深入理解，如论文复现、架构改进等
• 强调工程优化能力，如显存优化、推理加速、量化等具体案例
• 深入掌握FSDP/DeepSpeed/Megatron的配置和调优，最好有实战记录
• 学习视频生成的最新论文，特别是DiT、时空Transformer、流式生成等方向

面试指南

• 技术问题：先明确问题背景，然后提出多种方案并比较优劣，最后结合实际经验给出最佳实践
• 系统设计：遵循需求分析、技术选型、架构设计、关键难点、解决方案的步骤，突出工程思维
• 项目经验：用STAR法则（情境、任务、行动、结果）结构化描述，强调个人贡献和量化成果
• 请详细描述你参与过的一个大规模分布式训练项目的架构设计、遇到的问题及解决方案
• 对比DDPM和Flow Matching在视频生成中的优缺点，如何选择？
• 如何实现视频模型从双向注意力到因果自回归的改造？有哪些挑战？
• 在数百GPU上训练时，如何优化通信瓶颈和显存占用？
• 解释Self-Forcing蒸馏的原理及其在实时视频生成中的适用性