腾讯
媒体处理算法工程师(上海/深圳/成都)
媒体处理算法工程师(上海/深圳/成都)
发布于 大约 14 小时前普通员工/个人贡献者
上海市 / 深圳市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
深度学习
视频增强
CUDA
TensorRT
TVM
vLLM
CV算法
训练框架
AI架构
AI 估算 · 30k–60k
腾讯高级算法岗，技术壁垒高，结合市场竞争力，薪资处于行业领先水平。
职位详情
关于这个职位
该职位是腾讯的媒体处理算法工程师，负责研究视频增强、视觉生成等前沿AI算法，并进行模型推理加速
工作涉及深度学习、CV算法和多种推理框架的实战应用，适合对AI视频技术有强烈热情的技术专家
最低要求
精通传统CV算法、深度学习和机器学习，精通前沿的AI架构和训练框架
具备TVM/ONNXRuntime/TensorRT/vllm等推理框架实战经验，精通CUDA编程及硬件加速原理
已经深耕工业界多年并有成功的AI视频产品经验，或在学术界有深厚的学术成果
良好的团队协作和沟通能力，能够引导和激励团队成员
对AI视频技术有强烈热情和前瞻性，愿意在这个领域深入研究和创新
工作职责
负责研究多媒体领域的前沿AI算法模型，包括视频增强与处理、视觉多模型生成、编辑等方向
负责模型推理加速研究和落地，包括但不限于模型量化、蒸馏、剪枝、算子优化等，持续优化推理性能
深入研究机器学习、深度学习等领域的前沿技术，结合视频/图片业务需求进行技术创新和应用开发
跟踪并分析国内外最新的人工智能科研进展，引导团队的研究方向
AI 洞察
优缺点分析
优点
- 腾讯平台资源丰富，视频业务场景多，技术落地性强
- 涉及前沿AI和推理加速，技能积累价值高
- 团队氛围好，鼓励创新，有学术和工业双重视野
- 推理加速对系统底层理解要求高，调试困难
- 跨城市工作地点可能涉及出差或调动
- 适合对AI视频技术有强烈热情、具备深厚CV和系统优化经验的技术专家
缺点 / 挑战
- 算法研究需要持续跟进最新论文，学习压力大
角色解读
- 向技术专家方向发展，深入多媒体AI领域
- 可晋升为技术Leader，带领团队攻克难题
- 可转向学术界或创业，利用技术积累实现突破
- 研究视频增强、视觉生成等前沿AI算法模型
- 负责模型推理加速，包括量化、蒸馏、剪枝、算子优化等
- 结合业务需求进行技术创新，跟踪最新AI科研进展
- 精通传统CV算法、深度学习和机器学习
- 掌握TVM/ONNXRuntime/TensorRT/vllm等推理框架
- 精通CUDA编程及硬件加速原理
- 具备AI视频产品经验或深厚学术成果
申请策略
- 关注腾讯多媒体实验室的研究方向，准备相关案例
- 面试中可主动分享个人技术博客或开源贡献
- 突出AI视频相关项目经验，特别是推理加速和效果优化
- 展示发表的论文或专利，体现学术深度
- 强调CUDA、TVM等工具的实战细节
- 可提前学习vllm、TensorRT的最新特性
- 补充视频编解码基础知识，提升业务理解
面试指南
- STAR法则：情境-任务-行动-结果，突出量化指标
- 对比不同方案的优缺点，展示技术选型能力
- 结合实验数据，说明优化过程的迭代思路
- 请介绍一个你负责的视频处理算法项目，如何平衡效果和速度？
- 模型量化有哪些常见方法？如何选择量化方案？
- CUDA编程中如何优化kernel？举例说明
- 请谈谈你对视频生成模型（如Stable Video Diffusion）的理解
- 复习传统的CV算法和深度学习基础，如卷积、残差网络
职位点评
74
综合评分
腾讯高级算法岗，前沿技术栈，薪资优厚，工时灵活度低。
更适合这类人
该职位最适合重视技能成长和技术前沿的求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利
85较高
腾讯薪资福利在业内具有竞争力，但具体薪资面议，未在JD中披露。
薪资信号面议 (30K-60K/月)
成长发展
90较高
岗位涉及前沿AI技术和推理加速，技能成长性极高，且有研究和落地双重发展路径。
技术前沿前沿/新兴技术
技术栈AI架构、训练框架、TVM、ONNXRuntime、TensorRT、vllm、CUDA、模型量化、蒸馏、剪枝
业务类型profit_center
工作生活
50较低
工作地点需在上海/深圳/成都，未提远程或弹性，可能涉及高强度研发。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI视频技术在娱乐、通信等领域有广泛社会价值，但JD未明确强调使命感。
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