多模态生成大模型算法工程师

优缺点分析

角色解读

• 可走领域专家路线，深入视觉细分领域，成为技术权威
• 可走架构师路线，负责大型视觉系统的架构设计
• 依托美团业务，有丰富落地场景，可快速积累实战经验，向技术管理方向发展
• 负责构建通用视觉技术能力，包括OCR、人脸人体分析、图像视频理解、3D视觉等，并优化基础模型和跨模态理解与生成
• 将视觉技术落地到美团全场景，如内容审核、智能文档分析、自动驾驶、IoT视觉等，解决实际业务问题
• 探索前沿技术，如生成式AI、神经网络渲染、点云处理等，推动技术创新
• 扎实的计算机视觉和图像处理理论基础，熟悉常用算法
• 精通机器学习和深度学习，熟练使用PyTorch、TensorFlow等框架
• 具备优秀的分析和解决问题能力，以及项目推动和团队协作能力

申请策略

• 了解美团业务，特别是食杂零售场景，思考视觉技术如何应用
• 准备技术面试时，多准备项目细节和算法推导
• 突出计算机视觉项目经验，特别是落地应用案例
• 强调在权威期刊或会议发表的文章，或竞赛获奖经历
• 展示深度学习框架（PyTorch/TensorFlow）的熟练度，以及解决复杂问题的能力
• 补充生成式AI、多模态模型等前沿知识
• 熟悉MLOps流程，了解模型部署和优化

面试指南

• 使用STAR法则回答项目经验，突出结果和影响
• 对于算法问题，先分析问题，再提出方案，最后讨论权衡
• 结合美团业务场景，展示技术如何解决实际问题
• 请介绍一个你负责的计算机视觉项目，包括技术选型和挑战
• 如何优化一个图像分类模型在移动端的推理速度？
• 谈谈你对多模态生成模型的看法，以及如何应用于美团业务？
• 如何设计一个OCR系统来处理复杂场景？
• 在团队协作中，你如何推动项目进展？