AI与信息压缩研究岗实习生

优缺点分析

角色解读

• 学术深造：适合计划攻读顶尖高校CS/AI方向博士的学生，积累高水平研究成果
• 算法专家：进入工业界后向高级AI研究员或算法专家方向发展，深耕底层模型架构
• 跨领域拓展：从压缩技术延伸至多模态生成、大模型高效推理等高价值领域
• 进行AI与信息压缩领域的学术研究，探索压缩、学习与计算的内在联系
• 负责图像、视频、音频压缩及文本无损压缩算法的研究与优化
• 设计并优化面向视频生成的潜表示模型（如Video VAE）和Visual Tokenizer
• 开展信息论相关的理论探索，包括数学建模、推导及边界分析
• 扎实的数理基础：精通线性代数、微积分、概率统计，具备独立推导能力
• 深厚的深度学习背景：熟练掌握VAE、Diffusion、Flow Matching、AR等生成模型原理
• 信息论知识：理解信息熵、互信息、率失真等核心概念
• 极强的科研自驱力与独立思考能力，能阅读前沿论文并进行复现或改进

申请策略

• 准备一份高质量的代表作（如技术博客、研究笔记或论文），比单纯罗列项目更有说服力
• 提前思考一个具体的压缩或生成建模问题，准备好面试时的初步思路和疑问
• 突出数理课程成绩及核心技能（线性代数、概率论等）
• 详细列出与生成模型（VAE/Diffusion等）相关的研究项目或论文发表
• 展示代码能力，附上GitHub链接或相关技术博客，证明动手实现能力
• 强调科研经历中的独立思考和解决复杂问题的案例
• 复习信息论基础知识，特别是率失真理论和信道容量相关内容
• 深入研读最新的AI Compression相关顶会论文（CVPR/ICLR等）

面试指南

• 理论推导题：先写出基本定义，逐步推导，最后解释每一步的物理/数学意义
• 系统设计题：采用“需求分析-方案选型-细节设计-评估指标”的结构化回答
• 论文解读题：遵循“背景动机-核心创新点-实验验证-个人批判性思考”的逻辑
• 请推导一下VAE的ELBO（证据下界）公式，并解释KL散项的作用
• 在Diffusion模型中，前向加噪和反向去噪过程的数学本质是什么？
• 如何评估一个压缩算法的性能？除了PSNR/SSD，还有哪些指标？
• 如果让你设计一个针对短视频的轻量化Tokenzier，你会考虑哪些因素？
• 请分享一篇你最近阅读的关于AI Compression的论文，并评价其优缺点