GLM-Image算法研究员/工程师

优缺点分析

角色解读

• 在顶级多模态团队做前沿研究，一至三年内有机会形成开源作品与顶会论文，成为生成模型方向的骨干
• 可向算法专家或技术负责人方向发展，主导图像或视频生成子方向的技术路线与团队协作
• 研究成果直接进入线上产品与开源社区，积累行业影响力，未来可转向研究型工程师或模型架构负责人
• 研究并改进图像、视频多模态生成模型的架构、训练与调优算法，直接参与 GLM-Image 等开源模型的迭代
• 探索用强化学习、人类反馈与自动化 Reward/Critique 模型提升生成内容质量，让输出更符合人类偏好
• 通过量化、架构改进等手段提升训练与推理效率，并支持多机多卡训练推理框架与开源工程的建设维护
• 把研究成果落地到智谱清影等线上业务，同时对外开源并参与社区适配与讨论
• 扎实的深度学习基础，熟悉 Diffusion 等生成模型的原理、训练与调优技巧
• 熟练使用 PyTorch，具备 DeepSpeed、Megatron 等分布式训练框架的实际使用能力
• 较强的代码工程能力，能把算法想法实现为可训练、可部署的工程代码
• 加分项：顶会论文（NeurIPS/ICLR/CVPR/ICML）与多机多卡大规模训练经验

申请策略

• 投递时附上 GitHub 主页与代表性论文、项目链接，便于团队快速评估研究水平
• 提前关注智谱开源仓库与清影产品的技术动态，面试时能聊具体技术细节会明显加分
• 突出 Diffusion 或图像生成相关项目与论文，写清模型结构、数据规模与指标提升幅度
• 量化呈现工程能力，例如用 DeepSpeed/Megatron 在多少卡上把训练吞吐或显存效率提升了多少
• 单独列出开源贡献（GitHub 项目、PR、Star 数）与顶会论文，附上链接方便直接查看
• 若有人类反馈、Reward 模型等强化学习对齐经验，务必单列一段展示
• 补齐分布式训练实操：Megatron-LM 张量并行、DeepSpeed ZeRO 配置与显存调优
• 复习生成模型加速方案：低比特量化、蒸馏、稀疏化与推理引擎优化

面试指南

• 讲项目用「背景—方案—结果」结构：问题是什么、你的技术选择与对比实验、最终量化指标提升
• 算法类问题先讲原理与公式直觉，再讲工程落地细节，如数据处理、并行策略与训练成本
• 开放性问题给出方案权衡（效果、成本、复杂度），并说明你会怎样设计实验去验证假设
• 介绍你做过的最有代表性的生成模型项目，模型架构与训练细节是怎样的？
• Diffusion 与离散自回归图像生成各自的优缺点是什么？在什么场景下如何取舍？
• 如何利用强化学习与人类反馈优化图像生成质量？Reward 模型如何设计、如何避免 reward hacking？
• 多机多卡训练中你遇到过哪些问题？如何定位并优化吞吐和显存？
• 有哪些模型加速手段可以在几乎不掉点的情况下提升推理效率？