快手
大模型视频处理算法工程师
大模型视频处理算法工程师
发布于 大约 22 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai算法
Diffusion模型
大规模数据处理
网络架构设计
视频处理
计算机视觉
论文发表
值不值得投
75综合评分
综合评分 75
前沿AI视频算法岗，技术挑战大、成长性强，WLB未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
38K
比人工智能中位数高
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 2190 个在招 · 其中人工智能 15 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
该职位负责研发基于Diffusion模型的视频处理与生成算法，包括优化网络架构、提升模型性能及保真性
同时，将前沿AI技术与视频编解码技术融合，致力于构建下一代高效的AI视频处理系统
这是一个深入前沿视觉算法研究与工程实践的岗位
最低要求
硕士及以上学历，在计算机视觉/人工智能领域CCF-A类会议或期刊发表过高质量研究论文者，或在各类视觉和算法竞赛中取得显著成绩者优先
熟悉常见的low-level图像处理方法，包括但不限于去噪、超分辨率等算法
熟悉常见的传统编解码和AI codec优化技术，如H.265、VVC等标准等
对AGI有强烈的热情和远见
工作职责
负责研发基于diffusion的low-level视频处理算法，专注于提升算法性能，包括但不限于网络架构设计、算法优化、大规模数据处理以及Diffusion模型保真性提升
负责研发基于diffusion的视频压缩和生成框架，致力于突破视频生成极限，涉及图像/视频压缩算法的创新设计和优化
持续关注并分析国际前沿的AI技术动态，将最新的处理及编解码技术融入现有模型，为研发下一代基于AI的高效视频处理系统提供技术基础
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与Diffusion模型在视频领域的应用研发，处于AI技术发展前沿
- 平台与资源：在大型互联网公司，有充足的数据、算力和业务场景支持算法迭代
- 技术深度：工作聚焦于算法创新与优化，有利于构建深厚的技术壁垒
- 技术难度高：Diffusion模型与视频处理结合属于高难度前沿课题，需要持续学习和攻坚
- 快节奏迭代：需要快速跟进国际技术动态并实现工程化落地，对学习能力和效率要求高
缺点 / 挑战
- 成果要求明确：对算法性能提升有直接要求，可能面临较大的交付压力
- 适合有扎实计算机视觉和AI算法基础，对前沿技术有强烈探索欲，具备发表论文或竞赛经验，并能承受一定工作压力的求职者
角色解读
- 在视觉算法领域深耕，成为Diffusion模型或视频处理方向的资深专家
- 向技术管理岗位发展，负责算法团队或特定技术方向的规划与管理
- 探索算法与业务结合，推动AI视频技术在内容生态中的创新应用
- 研发基于Diffusion模型的视频处理底层算法，如去噪、超分等，并优化其性能与保真度
- 设计和开发用于视频压缩与生成的AI框架，探索技术边界，优化压缩算法
- 追踪国际AI前沿动态，并将最新技术融入现有模型，构建下一代AI视频处理系统的技术基础
- 精通扩散模型（Diffusion Models）的原理与应用，具备算法设计与优化能力
- 扎实的计算机视觉和low-level图像处理知识，熟悉去噪、超分辨率等任务
- 了解视频编解码标准（如H.265, VVC）及AI编码优化技术
- 具备大规模数据处理和算法工程化落地能力，有学术发表或竞赛经验为佳
申请策略
- 仔细研究快手在计算广告、推荐系统、内容生成中涉及的视觉AI技术，了解业务如何应用此类算法
- 准备能体现你对AGI热情和远见的思考，在面试中可能被问及对技术发展趋势的看法
- 重点突出在计算机视觉、图像/视频处理或生成模型（尤其是Diffusion相关）的项目经历与研究成果
- 清晰列出在CCF-A类会议/期刊发表的论文，或在重要AI视觉竞赛（如NTIRE等）中取得的名次
- 详细描述处理大规模视频数据、优化算法性能的具体技术方案和量化结果
- 体现对视频编解码标准（如H.265/VVC）的了解或相关项目经验
- 深入学习最新的Diffusion模型架构与训练技巧，关注其在视频任务上的应用
- 系统梳理视频编解码标准（H.265, VVC）的核心原理，并研究AI Codec的前沿工作
面试指南
- 对于技术深度问题（如模型理解），采用“原理-应用-反思”的结构，先阐述核心原理，再结合自身项目说明应用场景，最后指出局限性与思考
- 对于项目经验问题，使用STAR原则：清晰描述背景（Situation）、你的具体任务（Task）、采取的技术行动（Action）以及可量化的结果（Result）
- 对于开放式/前瞻性问题，先表达基本理解，再结合自身认知给出有依据的观点，并承认技术发展的不确定性
- 请介绍一下你最熟悉的Diffusion模型变体，以及你认为其在视频处理任务上的优势和瓶颈是什么？
- 你过去处理过的大规模图像/视频数据集是什么？在数据处理和算法优化上遇到了哪些挑战？如何解决的？
- 请描述一个你主导的，与图像超分辨率、去噪或视频编解码相关的算法优化项目
- 你采用了什么技术路线？最终取得了哪些指标提升？
- 你如何看待AI视频生成技术（如Sora）对未来视频产业的影响？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值85
薪资福利
75中等
该职位对薪资的满足程度处于市场中上水平，能为求职者提供有竞争力的经济回报。
薪资信号市场水准 (30K-45K/月)
成长发展
90较高
该职位聚焦于Diffusion模型、视频处理等前沿技术，提供深入钻研和解决复杂工程问题的机会，对技能成长和职业发展有很强的推动力。
技术前沿前沿/新兴技术
技术栈Diffusion模型、计算机视觉、视频处理、H.265、VVC、AI codec
成长机会研发下一代基于AI的高效视频处理系统、持续关注并分析国际前沿的AI技术动态
业务类型profit_center
工作生活
50较低
职位描述未提及工作模式或WLB相关信息，无法判断其对生活化动机的满足程度。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
该职位处于AI与视频技术融合的高速增长赛道，工作成果（如提升视频生成极限、构建下一代系统）具有明确的技术使命感和行业价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号致力于突破视频生成极限、为研发下一代基于AI的高效视频处理系统提供技术基础
创新程度开拓性创新（行业首创）
Watch Jobs