哔哩哔哩
【B-UP】音视频理解工程师（校招）
【B-UP】音视频理解工程师（校招）
发布于 大约 5 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Cuda
Deepspeed
Diffusion Model
Fsdp
Moe
Pytorch
Rlhf
Sft
Vae
AI 估算 · 20k–30k
上海校招大模型方向薪资较高，B站为上市互联网公司，结合岗位技术难度和市场竞争力。
职位详情
关于这个职位
你将参与B站下一代音视频生成MOE大模型的研发，涵盖text-to-video、video-to-video等多模态统一生成任务
需要熟悉PyTorch和扩散模型，并具备多条件生成相关经验
该岗位适合对前沿生成技术有热情的应届生
最低要求
熟悉 PyTorch以及分布式训练框架，理解并有实际经验Diffusion model、MOE、VAE、SFT、RLHF、Distillation 中至少两部分
有多条件参考/图像/视频/音频生成、编辑、超分、插帧、人物一致性、多镜头、音画同步等相关经验
能主动设计实验、分析失败案例，并优化实验结果
工作职责
你将参与下一代音视频生成MOE大模型的研发，包括 text-to-audio+video、image-to-audio+video、multi-reference generation、video-to-video、long video generation等多模态多任务的统一生成模型研发
你会和数据、评测、平台、内容团队一起，以模型全面能力提升为核心目标
优先资格
大规模生成模型训练经验
熟悉 CUDA/Triton、DeepSpeed、FSDP、Megatron、Ray、Slurm
有高质量开源项目、论文、demo 或工业落地经验
AI 洞察
优缺点分析
优点
- 参与前沿的MOE大模型研发，技术含金量高，紧跟行业趋势
- B站平台资源丰富，数据量大，能够积累宝贵的工业级经验
- 团队氛围好，与优秀同事共同成长，有机会发表论文或开源项目
- 技术前沿且复杂，需要快速学习大量新知识
- 实验周期可能较长，需要耐心和细心分析失败原因
- 适合对音视频生成技术充满热情、具备扎实深度学习基础、喜欢动手实验和解决难题的应届生
缺点 / 挑战
- 属于研究型岗位，可能面临论文落地压力
角色解读
- 从算法工程师向资深研究员或技术专家方向发展
- 有机会成为项目负责人或技术Leader，带领团队攻克前沿课题
- 可转向多模态、视频理解、AIGC等热门领域，职业前景广阔
- 参与音视频生成大模型的研发，包括多模态统一生成任务的算法设计与实现
- 与数据、评测、平台团队协作，优化模型生成效果，提升模型全面能力
- 设计实验并分析失败案例，推动模型迭代
- 熟练掌握PyTorch及分布式训练框架，深入理解Diffusion Model、MOE等生成模型
- 有多条件图像/视频/音频生成、编辑、超分等实际经验
- 具备主动设计和分析实验的能力，能基于结果优化模型
申请策略
- 关注B站技术博客和开源动态，了解团队方向
- 面试前可准备一个完整的多模态生成项目，展示从想法到落地的能力
- 突出生成模型相关项目经验，尤其是Diffusion Model、MOE等
- 展示开源项目或论文成果，体现技术深度
- 强调分布式训练和PyTorch技能，以及实验设计能力
- 补充CUDA、DeepSpeed等分布式训练工具的知识
- 精读前沿论文，如Video Diffusion、Sora相关技术
- 动手复现经典的生成模型，积累实操经验
面试指南
- 针对技术问题，先阐述核心概念，再结合自身经验举例说明
- 针对项目问题，采用STAR原则（情境-任务-行动-结果）结构化回答
- 针对开放设计问题，先拆解问题，再提出实验方案
- 请详细解释Diffusion Model的原理和训练技巧
- 你做过哪些生成模型项目？遇到过什么困难？如何解决的？
- 了解MOE吗？请说明其在大模型中的应用优劣势
- 如何设计实验来提升视频生成的一致性？
- 请介绍一个你熟悉的分布式训练框架，并说明其优缺点
职位点评
70
综合评分
前沿音视频大模型岗，技术含金量高，成长空间大，但WLB不明确。
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
最适合看重技术成长、追求前沿创新、愿意投入时间学习的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值70
薪资福利
60中等
校招岗位薪资具有竞争力，但福利未明确说明，稳定性方面B站上市大厂有保障。
薪资信号面议 (20K-30K/月)
成长发展
90较高
岗位涉及最新MOE大模型，技术前沿且成长空间大，但JD未提及导师制等培训机制。
技术前沿前沿/新兴技术
技术栈PyTorch、Diffusion Model、MOE、VAE、SFT、RLHF、Distillation、CUDA、DeepSpeed、FSDP
业务类型ambiguous
工作生活
50较低
现场办公，上海核心地段可能通勤压力大，JD未提及WLB相关信息。
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
70中等
B站平台与内容产业相关，音视频生成技术可赋能创作，有一定社会影响力，但JD未明确使命。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs