小红书
【2027校招】流式视频生成算法工程师
【2027校招】流式视频生成算法工程师
发布于 17 分钟前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Diffusion
大模型
实时处理
模型加速
深度学习
视频生成
计算机视觉
值不值得投
75综合评分
综合评分 75
技术极具挑战性且前沿的成长型校招岗，技术发展空间大，但WLB与具体福利未知。
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。
薪资怎么样
28K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1410 个在招 · 其中人工智能 33 个
市场机会
选择面较广
北京 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
该职位负责参与构建面向真实世界的实时视频处理系统，专注于流式视频生成大模型的研究与落地
工作核心是推动视频编辑能力从离线处理走向实时交互式处理，探索并应用如Diffusion、自回归生成范式及多种模型加速技术，解决工业级应用中的性能与画质平衡难题，并产出高质量研究成果
最低要求
本科及以上学历，计算机科学、人工智能、电子信息、自动化等相关专业
在图像/视频深度学习领域有丰富经验，具备扎实的图像与视频处理算法基础，有良好的数学功底，熟练掌握Python/C++
熟悉Diffusion基础原理，了解SD3.5/FLUX/Qwen-Image等T2I模型及Wan等T2V模型细节，了解self forcing、causal forcing训练细节
熟悉Consistency Model、DMD、GAN蒸馏等加速方法，有Diffusion生成式模型性能调优与落地经验者优先
在相关领域顶会或期刊（CVPR、SIGGRAPH、ICCV、ECCV、NeurIPS、TPAMI等）发表过论文，或有知名开源项目、顶级竞赛获奖经验者优先
强烈的技术热情与好奇心，优秀的分析与解决问题能力，良好的团队协作和沟通能力，乐于探索新技术并推动创新落地
工作职责
深度参与流式视频编辑大模型的研究与落地，涵盖超分辨率画质增强和生成式修复、指令风格化、参考图风格化、特效生成、交互式图片等核心任务，打造业界领先的视频编辑能力
探索Diffusion、自回归等生成范式在流式视频编辑领域的前沿技术，包括但不限于高效推理、时序一致性建模、多条件可控生成等方向，推动技术创新与工程落地
研究Consistency Model、DMD、GAN蒸馏等加速方法在视频编辑场景的应用，解决工业级实时性与画质的平衡难题，支持大规模线上服务
参与高质量视频编辑数据的挖掘、清洗与合成，结合Post-training、强化学习等方法持续优化模型效果与泛化能力
跟踪视频生成与编辑领域最新进展，将相关研究总结为顶会论文、专利或技术博客，推动团队技术影响力建设
优先资格
有Diffusion生成式模型性能调优与落地经验者优先
在相关领域顶会或期刊发表过论文，或有知名开源项目、顶级竞赛获奖经验者优先
AI 洞察
优缺点分析
优点
- 公司平台大，能提供大规模数据和线上场景进行模型训练与验证，加速个人成长
- 工作成果容易量化（如视频生成质量、处理速度），且直接影响核心产品体验
- 技术难度极高，需要同时兼顾模型效果、实时性和工程稳定性，平衡难度大
- 校招岗位对候选人的科研基础和动手能力要求都非常高，竞争激烈
- 前沿技术迭代迅速，需要保持持续学习和高强度投入的状态
缺点 / 挑战
- 技术方向非常前沿，直接参与流式视频生成这一热门且具有挑战性的领域
- 适合对计算机视觉和AIGC（特别是视频生成）有浓厚兴趣，具备扎实的论文阅读和代码复现能力，追求技术深度且能接受一定工作挑战的应届毕业生
角色解读
- 技术专家路线：深耕视频生成技术，成为该领域的算法专家或架构师
- 技术管理路线：在积累深厚技术背景后，可转向技术团队管理，负责更大规模的项目和团队
- 研究转化路线：将前沿研究成果快速转化为产品能力，成为技术产品化的关键推动者
- 研究与开发用于实时视频编辑和生成的前沿AI模型，特别是基于Diffusion等范式的流式处理技术
- 优化模型推理性能，探索和应用各种加速技术以满足工业级实时性要求
- 负责模型训练数据的构建与优化，并持续跟踪领域最新进展，产出技术成果
- 扎实的深度学习基础，特别是对视频生成模型（如Diffusion、自回归模型）原理有深入理解
- 优秀的编程能力（Python/C++），具备模型性能调优和工程落地的实践经验
- 强大的数学功底和算法设计能力，能够解决复杂的工程与科研平衡难题
- 良好的学术素养，能够阅读前沿论文并快速复现和创新
申请策略
- 深入研究小红书在内容创作和视频处理方面的现有产品或技术博客，了解其业务痛点和技术选型
- 在面试中，除了展示算法知识，更应重点阐述你如何将前沿技术与实际工业场景需求相结合的思考
- 重点突出在深度学习、计算机视觉相关的项目经验，尤其是与视频/图像生成、处理、加速相关的任何成果
- 如有顶会论文发表、竞赛获奖或高质量开源项目，务必清晰展示并阐述个人贡献
- 详细描述过往项目中模型训练、优化、部署的具体技术栈和解决的问题
- 系统复习和实践Diffusion、GAN等主流生成模型，尝试复现经典论文或参与相关Kaggle竞赛
- 学习模型推理优化技术（如量化、剪枝、知识蒸馏）和高性能计算相关知识
- 提升C++工程能力，了解如何将算法模型高效部署到线上服务
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化地描述项目经验，突出个人思考和贡献
- 回答系统设计类问题时，先阐述整体框架（数据流、模型选择、服务架构），再细化关键技术点的权衡（效果vs速度、成本）
- 对于技术原理问题，不仅要讲清定义，最好能结合你的实践理解或阅读的论文进行举例说明
- 请介绍一个你做过的最复杂的视频/图像生成或处理项目，你在其中负责什么？遇到了哪些技术挑战，如何解决的？
- 如果让你设计一个流式视频编辑系统，需要支持实时风格迁移，你会考虑哪些关键的技术模块和技术选型？
- 请解释Diffusion Model中的DDPM和DDIM采样过程有何不同？为了加速推理，你了解并尝试过哪些方法？
- 如何评估视频生成模型的效果？除了常见的定量指标（如FID），你认为还有哪些维度很重要？
- 你对未来一年视频生成领域的技术发展趋势有何预测？你个人最感兴趣的研究方向是什么？
职位点评
薪资福利65
成长发展95
工作生活50
使命价值80
薪资福利
65中等
JD未提及具体薪资和福利信息，但作为头部互联网公司的校招技术岗，通常具有市场竞争力的薪酬体系。补偿性动机的满足程度主要取决于未披露的薪资水平。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
95较高
该职位处于AI视频生成的前沿领域，技术挑战大，能接触到最先进的模型和工业级落地场景，提供极佳的技术深度成长空间和成果产出机会。
技术前沿前沿/新兴技术
技术栈Diffusion、流式视频生成、自回归模型、Consistency Model、DMD、GAN蒸馏、强化学习、Post-training
业务类型ambiguous
工作生活
50较低
JD未明确提及办公模式、加班情况和WLB相关描述。作为核心技术研发岗，且强调工程落地和支持大规模线上服务，工作节奏可能较快，生活化动机满足程度未知。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
视频生成是AI领域热门且影响力广泛的方向，研究成果能直接赋能内容创作和表达。工作有明确的技术影响力目标（顶会论文、技术博客），社会影响积极。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动创新落地、推动团队技术影响力建设
创新程度开拓性创新（行业首创）
Watch Jobs