算法工程师-计算机视觉（AIGC 3D/视频生成方向）

优缺点分析

角色解读

• 晋升高级算法专家或技术Leader，带领团队攻克技术难题
• 转向更前沿的3D生成、多模态大模型等方向，拓宽技术边界
• 在阿里巴巴内部推动技术产品化，获得业务影响力与资源
• 研究和实现可控的视觉内容生成模型，包括图像/视频生成、风格迁移等
• 探索时空内容可控生成技术，如镜头控制和空间一致性，提升生成效果
• 跟踪前沿技术（如Sora、Stable Diffusion）并推动在公司业务中落地
• 扎实的计算机视觉和深度学习基础，熟悉生成模型（VAE, Diffusion, DiT）
• 精通PyTorch，具备分布式训练经验，能高效训练大规模模型
• 对AIGC领域有强烈热情，能快速跟进最新技术动态并应用

申请策略

• 准备一个完整的端到端项目，展示从论文复现到效果改进的过程
• 了解阿里巴巴AIGC业务（如通义万相），思考如何将自己的技术融入
• 突出视觉生成领域的研究或项目经验，特别是Diffusion Model或DiT相关
• 强调PyTorch分布式训练的具体成果和优化技巧
• 展示对最新AI绘画/视频生成模型的跟进与理解（如Stable Diffusion、Sora）
• 补充3D生成相关知识（如NeRF、Gaussian Splatting）
• 熟悉多模态大模型（如CLIP、BLIP）的使用与微调
• 练习独立复现经典生成模型，提升代码实现能力

面试指南

• 对于技术原理类问题，从数学基础到实现细节逐步讲解，突出理解深度
• 对于项目经验类问题，使用STAR法则（情境、任务、行动、结果）结构化回答
• 对于开放性问题，先给出主流观点，再提出自己的独特见解，展示思考深度
• 请详细讲解Diffusion Model的训练和采样过程
• 如何解决视频生成中的时序一致性问题？
• 你使用过哪些现有AIGC模型，如何改进？
• PyTorch分布式训练中遇到哪些困难，如何解决？
• 谈谈你对视频生成未来方向的看法