腾讯
企业微信-多模态算法工程师-文生图方向
企业微信-多模态算法工程师-文生图方向
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Aigc
Controlnet
Diffusion Model
Lora
Pytorch
多模态大模型
推理加速
值不值得投
81综合评分
综合评分 81
前沿AIGC技术栈、高薪平台、业务落地导向强，研发节奏较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比机器学习工程中位数高
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 2180 个在招 · 其中机器学习工程 49 个
市场机会
选择适中
广州 · 机器学习工程 · 37 个在招
职位详情
关于这个职位
负责企业微信文生图及多模态大模型的算法研发与优化，跟踪AIGC前沿技术并落地业务场景
需精通PyTorch及主流生成模型架构，结合工程团队完成模型推理加速与部署，提升图像生成的质量、可控性与效率
最低要求
教育背景：计算机、人工智能、数学等相关专业硕士及以上学历
核心技术：扎实的深度学习基础，精通 PyTorch 等主流深度学习框架，熟悉 Diffusion Model、GAN、Transformer 等生成式模型架构，熟悉ControlNet、LoRA、 Text Inversion等生成模型插件
工程能力：熟练掌握 Python，具备扎实的编码能力和优秀的数据结构、算法功底
工作职责
模型研发与优化： 负责文生图（Text-to-Image）、图生图（Image-to-Image）及多模态大模型的算法研发，持续提升图像生成的质量、可控性、多样性及生成速度
前沿技术跟进： 跟踪 AIGC、扩散模型（Diffusion Models）、自回归模型（Autoregressive Models）等领域的最新前沿技术，结合企微业务产品特点进行技术转化与落地
可控生成探索： 负责图像可控生成（如ControlNet、ID一致性等技术）的研发，解决文本与图像语义对齐、细节控制、风格迁移等核心问题
性能工程： 配合工程团队进行大模型的推理加速和工程化部署，探索模型效能优化研发工作
AI 洞察
优缺点分析
优点
- 依托企微庞大用户基数与真实业务场景，技术落地价值高且反馈直接
- 接触行业最前沿的AIGC与多模态技术栈，个人技术壁垒强
- 平台提供完善的研发资源、算力支持与成熟的技术协作流程
- 算法迭代极快，需持续高强度学习追踪顶会论文与开源社区动态
- 模型效果调优与推理加速对底层工程能力与排查经验要求极高
- 适合对AIGC有浓厚兴趣、具备扎实深度学习基础与工程落地能力、追求技术深度与业务影响力结合的求职者
缺点 / 挑战
- 业务侧对生成质量、可控性与响应速度的指标压力较大
角色解读
- 向多模态大模型首席算法专家或AI架构师方向纵深发展
- 横向拓展至视频生成、3D内容生成等更广泛的AIGC技术领域
- 逐步承担技术负责人角色，主导跨部门AI项目规划与落地
- 负责企业微信文生图/图生图及多模态大模型的算法研发与迭代优化
- 跟踪AIGC前沿技术并推动其在企微产品中的实际落地与应用
- 攻克图像可控生成难题，实现文本到图像的精准语义对齐与风格控制
- 协同工程团队完成大模型推理加速、量化与线上部署
- 扎实的深度学习理论基础与PyTorch框架实战能力
- 精通Diffusion、Transformer等生成式模型架构及ControlNet、LoRA等插件技术
- 优秀的Python编程能力与数据结构算法功底
- 具备模型推理优化、性能调优与工程化部署经验
申请策略
- 提前研究企微现有AI功能痛点，准备针对性的技术改进思路与Demo
- 突出多模态/生成式模型相关项目经历，量化模型效果提升指标（如FID降低、生成速度提升）
- 强调PyTorch框架熟练度及ControlNet/LoRA等插件二次开发经验
- 展示Python高性能编程与模型部署优化案例，体现端到端落地能力
- 深入研读最新CVPR/ICLR多模态顶会论文，掌握SOTA生成模型原理
- 强化模型量化、剪枝及TensorRT/vLLM等推理加速工具链技能
- 补充分布式训练与大模型微调实战经验，提升工程化思维
面试指南
- 采用STAR法则结构化回答，先阐明技术选型依据与业务背景，再详述核心难点与突破点，最后用客观指标验证效果
- 针对算法原理题，先讲清数学推导/架构设计，再结合代码逻辑说明实现细节与边界条件处理
- 面对开放性问题，给出多方案对比分析，并说明在不同资源约束下的取舍策略
- 请详细介绍Diffusion模型的潜在空间去噪过程及你的优化思路
- 如何提升ControlNet在复杂场景下的指令遵循与细节控制能力
- 大模型推理延迟较高时，你会从哪些维度进行加速与资源调度优化
- 分享一个你主导的生成式模型从实验验证到线上部署的完整案例
- 系统复习深度学习经典教材与最新AIGC综述论文，梳理知识脉络
职位点评
薪资福利85
成长发展92
工作生活65
使命价值75
薪资福利
85较高
头部互联网企业该算法岗薪资竞争力强，福利体系完善，能满足较高的薪酬与稳定性预期。
薪资信号偏高 (3.0千–6.0万/月)
成长发展
92较高
岗位聚焦文生图与多模态前沿技术，技术栈先进且直接对接核心业务，能提供极佳的技术成长与晋升空间。
技术前沿前沿/新兴技术
技术栈PyTorch、Diffusion Model、Transformer、ControlNet、LoRA、AIGC
业务类型profit_center
工作生活
65中等
互联网大厂算法岗通常节奏较快，虽可能有弹性机制，但模型研发与业务落地压力可能导致一定加班，WLB中等。
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
75中等
致力于通过AIGC技术提升企业通讯产品的创作体验与交互效率，具有明确的商业价值与技术普惠意义。
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