小红书
【REDstar】创意与内容生成算法工程师-商业广告
【REDstar】创意与内容生成算法工程师-商业广告
发布于 大约 16 小时前普通员工/个人贡献者
上海市 / 北京市
初级经验
全职员工
仅现场办公
本科
软件工程
Aigc
Image-To-Video
Llm
Mllm
Text-To-Video
扩散模型
深度学习
AI 估算 · 25k–35k
小红书校招算法工程师薪资在互联网大厂中处于较高水平，且AIGC方向人才紧缺，薪资有竞争力。
职位详情
关于这个职位
作为小红书商业广告团队的创意与内容生成算法工程师，你将专注于AIGC（文生图、文生视频等）技术的研发与落地，探索图像编辑、视频生成、创意元素自动化等前沿技术，直接应用于广告、营销、社区等业务场景，提升素材质量和投放竞争力
最低要求
本科及以上学历，计算机等相关专业优先
精通视觉内容生成的基础算法，如扩散模型、潜在扩散模型、对抗神经网络等
追踪业界创意、多模态及 Generative AI 方向最新技落地应用并提升广告创意理解、自动生成
在AIGC(文生图/文生视频/LLM/MLLM等)领域有2年以上的实际项目研发经验
具备较好的编程能力，动手能力强，熟练使用 C/C++ 和 Python，熟练使用至少一种开源深度学习框架
对技术有热情，有良好的沟通表达能力和团队精神，自驱力强
工作职责
负责 Image-to-Video、Text-to-Video、Animation 等视频内容生成算法研发，从视频素材和视频创意玩法两个维度进行落地
基于 Stable Diffusion 的图像内容研发，包括算法开发、模型微调、性能优化、模型服务化等工作，重点解决生成质量、多样性、可控性、可编辑等问题
基于 diffusion 技术的创意元素生成，如海报、icon、banner、艺术字体、Layout、3D商品展示等
解决业务落地中的关键技术问题，持续跟进业界AIGC 技术最新进展，加速新技术的引进、适配与优化
优先资格
在国际顶尖会议或期刊（包括但不限于CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, AAAI, IJCAI, ACMMM, TIP, TPAMI, IJCV，ACL、EMNLP、NAACL、COLING、CoNLL、NLPCC等）上发表过论文者和对应学术比赛成绩优异者优先
AI 洞察
优缺点分析
优点
- 小红书作为头部平台，业务发展迅速，AIGC方向投入大，技术前景广阔
- 接触前沿技术（文生图/视频、多模态），技能积累快，行业认可度高
- 与学术界紧密联系，有机会发表论文和参加顶级会议
- 团队氛围注重技术热情，鼓励创新和自驱
- 从研究到落地的过程充满不确定性，需要解决工程化、性能优化等难题
- 适合对AIGC技术有浓厚热情、具备扎实算法基础和编程能力、希望在商业场景中快速成长的应届毕业生
缺点 / 挑战
- AIGC技术迭代快，需要持续学习和跟进最新研究，压力较大
- 涉及跨团队协作（广告、社区等），沟通成本较高
角色解读
- 技术深耕：从算法工程师成长为AIGC领域的专家，主导核心技术突破
- 管理方向：可晋升为技术负责人或团队Leader，带领项目落地
- 业务拓展：深入理解广告业务，转向产品架构或技术策略岗位
- 研发图像和视频生成算法，包括基于Stable Diffusion的文生图、图生视频等
- 优化生成模型的质量、多样性和可控性，解决落地中的关键技术问题
- 探索AIGC技术在广告、营销、社区等业务中的应用，提升创意素材效果
- 持续跟进前沿技术，加速新技术的引进和适配
- 精通扩散模型、潜在扩散模型等视觉内容生成算法
- 熟练使用C/C++和Python，熟悉至少一种深度学习框架（如PyTorch）
- 有2年以上AIGC项目研发经验，了解文生图/文生视频/LLM/MLLM等方向
- 良好的编程能力、自驱力和团队协作精神
申请策略
- 关注小红书的技术博客和开源项目，了解团队的技术方向
- 面试前可准备一个完整的AIGC demo，展示从模型训练到部署的流程
- 突出AIGC相关项目经验，尤其是文生图、视频生成、扩散模型等方向的实战成果
- 强调论文发表和学术竞赛成绩，特别是CVPR、NeurIPS等顶会
- 展示编程能力和开源贡献，如GitHub项目或深度学习框架的贡献
- 量化项目效果，如生成质量指标（FID、CLIP score）或业务提升数据
- 提前熟悉Stable Diffusion的最新变体和微调方法（如LoRA、ControlNet）
- 补充LLM和多模态模型的基础知识，了解其在广告场景的应用
面试指南
- 对于原理类问题，采用“概念解释+数学推导+代码实现”三层次回答
- 对于落地问题，使用STAR法则：情境、任务、行动、结果，突出解决问题的具体方法
- 对于开放性问题，先给出主流方案，再提出自己的改进想法，展示创新思维
- 请详细解释Stable Diffusion的原理，包括前向扩散和反向去噪过程
- 如何改进扩散模型的生成速度和图像质量？请说说你的思路
- 你有过将AIGC模型落地到实际业务的经验吗？遇到了哪些挑战？
- 如何评估生成广告素材的效果？你会用什么指标？
- 你对LLM和多模态模型在广告创意中的应用有什么想法？
职位点评
73
综合评分
一线大厂AIGC算法岗，技术前沿，成长快，但工作强度可能较大。
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
适合发展动机强、追求技术成长和学习机会的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值60
薪资福利
75中等
小红书作为大厂，薪资福利有竞争力，但JD未明确具体数字，且为校招岗位，薪资处于市场较高水平。
薪资信号未披露（AI估算：25K-35K/月）
成长发展
90较高
AIGC方向技术前沿，项目涉及多项尖端技术，且有论文发表机会，成长空间大。
技术前沿前沿/新兴技术
技术栈扩散模型、Stable Diffusion、Image-to-Video、Text-to-Video、AIGC、LLM、MLLM
业务类型profit_center
工作生活
50较低
仅现场办公，未明确提及WLB，但互联网大厂高强度工作氛围普遍存在。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
广告业务直接贡献公司营收，但社会影响力一般，技术本身具有创新价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
小红书 的其他在招职位
相似职位推荐
Watch Jobs