阿里巴巴
算法工程师-视频编解码（T-Star Lab 26届秋招）
算法工程师-视频编解码（T-Star Lab 26届秋招）
发布于 大约 3 小时前普通员工/个人贡献者
北京市 / 杭州市
无经验要求
全职员工
仅现场办公
硕士
计算机视觉工程
3D人脸重建
Aigc
Hevc
Vvc
去噪
扩散模型
美颜
视频编码
超分辨率
AI 估算 · 25k–45k
阿里T-Star顶尖校招算法岗，北京/杭州一线城市，硕士起步，薪资高于普通校招，中位数约3.5万/月。
职位详情
关于这个职位
该职位是阿里巴巴淘天集团T-Star计划下的顶尖算法岗，专注于视频编解码、图像增强修复、美颜及AIGC等前沿技术在电商场景中的落地
你将参与HEVC/VVC编码优化、超分辨率与去噪、3D人脸建模、视频质量评价等工作，与顶级团队共同探索AI与视频处理的结合
适合对视频算法有深入研究、追求技术创新的硕士或博士应届生
最低要求
硕士及以上学历，计算机等相关专业，有视频或图像编码和处理研究背景
精通C++和C编程，并熟悉视频编解码标准，如AVC、HEVC、VVC、AV1、AVS系列，有相关标准提案，或使用视频编码开源软件或标准参考软件（如X264，X265，VVENC, VTM，JEM，HM，SHM，JM和JSVM）的经验优先考虑
熟练掌握超分辨率、去模糊、降噪及色彩增强等方向的经典画质增强算法或无参视频质量评价算法
熟悉手机端的图像、视频算法的算法开发，包括人脸人体关键点，三维人脸人体重建，美颜、美妆等
熟悉扩散模型及其在视频图像处理、编码、生成中的应用，有相关项目经验或在高影响力开源项目中作出核心贡献
有出色的学习能力、分析研究及创新能力、优异的学术产出
工作职责
参与贡献大型电商场景下与音视频体验和成本相关的一系列研发工作
参与视频编码（包括但不限于HEVC/VVC）优化：通过基于信号处理和机器学习的快速编码决策、数据结构、并行框架设计，优化编码速度，同时在有竞争力的视频编码内核基础上，探索基于语义的内容感知编码优化，深度学习编码，AIGC编码等前沿课题，在保障画质体验的前提下，尽可能节省带宽
参与海量图像和视频的增强修复工作：运用前沿技术，包括但不限于模型结构优化、数据仿真和增强策略优化、知识蒸馏以及模型压缩，在限定带宽环境对任意失真的视频进行高效处理，力求最好的画质
同时，跟踪业界最新进展和技术趋势（包括AIGC）并融入特定的场景，提出创新方案，帮助平台提供逼近广电级别的视频画质
参与视频编码与处理联合优化：在标准编码框架的基础上，借助AI领域的新技术成果来研究视频信号的表征、编码与处理，将视频前后处理与编码联合优化，提升端到端压缩效果
参与美颜等视频美化技术的研究工作，包括人脸检测、关键点、肤色美白、面部塑形、化妆效果模拟等
这些技术将应用于直播和短视频等多样化场景，并确保其在真实视频场景的有效整合
你还将专注于基于3D人脸建模和AI算法的智能美颜技术，推动这些技术的大规模落地
参与UGC视频生产剪辑依赖的多类当下最前沿的图像视频生成与编辑，包括图像风格化，人像分割与实例分割，人脸属性，图像可控生成，图像视频化等，为视频剪辑提供更丰富的素材和更多的玩法
有机会参与最前沿的音视频质量评价算法工作，包括无参考的视频质量评价，人脸美学评价，音频质量评价，为多媒体算法的迭代和平台音画质的体验提供基础工具
帮助淘宝直播等大型的视频传输场景设计QoS算法，追求超低延时、极速播放等用户体验，并支持各种弱网环境下的最优的视频流畅度和优雅的画质降级
优先资格
在NTIRE、AIM、AIS， MSU等权威竞赛获奖者，或在ICCV、CVPR、ECCV、TPAMI、T-CSVT、T-IP 等顶级会议和期刊发表论文者优先考虑
AI 洞察
优缺点分析
优点
- 深度参与亿级电商场景下的音视频技术，积累海量数据实战经验
- 接触视频编解码、AIGC、增强修复等多个前沿方向，技术视野开阔
- 阿里T-Star计划提供顶级培养资源和平台，职业起点高
- 岗位要求极高，需同时掌握编码标准、AI算法和工程能力，学习曲线陡峭
缺点 / 挑战
- 电商场景对低延迟、高画质要求严格，可能面临较大技术压力和加班
- 适合对视频编码和AI技术有浓厚兴趣、具备扎实算法功底和工程能力、勇于挑战前沿课题的硕士/博士应届生
角色解读
- 成为视频编解码领域专家，主导编码标准制定或优化
- 转向AI与视频结合的前沿方向，如AIGC视频生成、端到端压缩
- 晋升为技术负责人或架构师，带领团队攻克多媒体技术难题
- 优化视频编码标准（HEVC/VVC），通过机器学习和并行计算提升编码速度并节省带宽
- 研究图像/视频增强修复算法（超分辨率、去噪、色彩增强），提升画质体验
- 开发美颜、3D人脸建模等视频美化技术，应用于直播和短视频场景
- 探索AIGC在视频编码与生成中的应用，推动端到端压缩和视频编辑创新
- 精通C/C++，熟悉视频编解码标准（HEVC/VVC/AV1等）及开源参考软件
- 掌握经典图像增强算法（超分辨率、去噪等）或无参质量评价算法
- 了解移动端图像/视频算法开发，如人脸关键点、3D重建、美颜
- 熟悉扩散模型在视频图像处理中的应用，有相关项目或开源贡献
申请策略
- 关注阿里淘天业务方向，在简历中可提及对电商场景中视频体验优化的理解
- 面试前复习视频编码标准（HEVC/VVC）关键模块，如帧间预测、变换量化等
- 突出视频编解码项目经验，尤其是使用x264/x265/VTM等开源软件的优化工作
- 强调在超分辨率、去噪、扩散模型等方向的论文或开源贡献
- 展示竞赛获奖（NTIRE等）或顶会论文（CVPR/ICCV等），证明学术产出能力
- 若扩散模型基础薄弱，可快速学习并完成一个小型视频生成项目
- 加强C/C++编程和算法效率优化能力，熟悉多线程与并行框架
面试指南
- 技术类问题：先阐述基本原理，再结合自身项目经验给出具体优化方案，最后总结效果与局限
- 开放性问题：先给出明确立场，再列举技术支撑点，最后联系实际场景说明可行性
- 请解释HEVC与VVC的主要差异，以及你如何优化编码速度？
- 描述一个你使用扩散模型进行图像增强的项目，遇到哪些挑战？
- 如何评价一个视频的客观质量？你觉得PSNR和SSIM的局限性是什么？
- 在移动端实现美颜算法时，如何平衡效果和性能？
- 谈谈你对AIGC在视频编码中应用前景的看法
- 系统复习视频编码核心概念，对比不同标准的关键技术点
职位点评
77
综合评分
阿里T-Star顶尖算法岗，前沿技术栈，薪资优厚，但工作强度较大。
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。
更适合这类人
适合极度重视技术成长、愿意投入高强度工作以换取顶尖薪资和职业发展的应届生。
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95
工作生活40
使命价值70
薪资福利
85较高
阿里T-Star计划薪资待遇在应届生中属于顶尖水平，加上大厂完善的福利体系，补偿性动机满足度高。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
95较高
岗位涉及多项前沿技术（AIGC、扩散模型、最新编码标准），且T-Star计划提供系统培养和顶尖课题，发展性极强。
技术前沿前沿/新兴技术
技术栈HEVC、VVC、扩散模型、超分辨率、3D人脸重建、AIGC
成长机会顶尖人才招聘和培养项目
业务类型ambiguous
工作生活
40较低
工作地点在北京/杭州，需现场办公，未提及弹性工作制或WLB，互联网大厂算法岗通常强度较大。
工作模式仅现场办公
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
70中等
职位服务于大型电商场景，技术落地能直接改善用户体验，但社会影响力相对中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs