哔哩哔哩
视频画质增强算法工程师【2027届】
视频画质增强算法工程师【2027届】
发布于 大约 2 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
本科
计算机视觉工程
Diffusion
Ffmpeg
Gan
Pytorch
Tensorflow
模型量化
视频增强
视频超分
AI 估算 · 20k–30k
上海算法岗校招薪资有竞争力，B站平台提供较高薪酬，视频增强为AI热门方向，技能要求高。
职位详情
关于这个职位
作为哔哩哔哩的视频画质增强算法工程师，你将负责点播/直播场景下的画质增强算法研发，包括降噪锐化、超分、细节修复等，并推动深度学习模型在工程中的高效落地
该岗位面向2027届应届生，适合对视频图像处理技术有热情、希望在大平台参与前沿算法研究与应用的同学
最低要求
届应届毕业生，计算机科学/电气工程/数学/统计学及相关学科的本科及以上学历
熟悉ffmpeg，精通至少一种深度学习框架（tensorflow/Pytorch），熟练掌握深度学习的训练原理和网络结构，C、C++或Python编程能力强
有以下一个或多个方向的研究经验：a.基于GAN和Diffusion的画质增强/修复技术
b.熟悉时域和色彩域视频增强算法，例如视频插帧、色彩增强等
c.熟悉深度学习模型推理加速，包括模型蒸馏、裁剪和量化等
具有强烈的工作责任心，有良好的沟通能力、团队合作精神和承压能力
工作职责
负责点播/直播场景的智能化视频画质增强算法研发，打造行业领先的画质处理方案，全面提升视觉体验
负责视频图像前、后处理增强算法的研究与落地，包括但不限于降噪锐化、细节修复/增强、人像/文字修复、超分、色彩增强等
负责相关视频算法的产品化，包括：深度学习模型的训练加速、量化、剪枝、蒸馏等，平衡算法计算成本和处理效果，促进算法的工程落地
跟踪国内外视频图像技术相关进展，并根据业务需求进行创新和性能提升
优先资格
具有广泛的学术或技术影响力，相关竞赛获奖者，或在相关知名会议期刊发表过论文，或有相关专利者优先
熟练使用AI agent能力者优先
AI 洞察
优缺点分析
优点
- 技术前沿：涉及GAN、Diffusion、超分等热门方向，能接触并应用最新AI技术
- 平台优势：B站作为大型视频平台，拥有海量数据和应用场景，算法落地机会多
- 成长空间：大公司的体系和资源有助于应届生快速成长，积累项目经验和行业影响力
- 团队协作：与优秀同事合作，有机会共同攻克技术难题，提升专业水平
- 竞争激烈：作为热门岗位，校招竞争激烈，需要具备突出的研究能力或项目经验
缺点 / 挑战
- 技术难度高：需要扎实的算法功底和工程能力，模型压缩和性能优化存在挑战
- 工作压力可能较大：互联网公司算法岗通常节奏较快，需要适应高强度工作
- 适合对视频图像处理有浓厚兴趣、具备较强算法与编程能力、喜欢技术挑战并希望在大平台发展的应届毕业生
角色解读
- 可以深耕视频画质增强算法方向，从算法工程师成长为技术专家，主导核心算法的设计与迭代
- 有机会向技术管理方向发展，带领团队进行视频处理领域的研发工作
- 可拓展至更广泛的计算机视觉、多媒体处理技术领域，在B站或行业内获得更多发展机会
- 负责B站点播/直播视频的画质增强算法研发，包括超分、降噪、锐化、色彩增强等，提升用户视觉体验
- 研究并落地基于GAN、Diffusion等深度学习的图像修复与增强技术，解决实际业务中的画质问题
- 参与深度学习模型的训练加速、量化、剪枝与蒸馏，优化算法在工程部署中的计算成本与效果
- 跟踪学术界和工业界在视频图像处理方面的最新进展，结合业务需求进行技术创新与性能提升
- 熟练掌握至少一种深度学习框架（TensorFlow/PyTorch），理解深度学习训练原理和常见网络结构
- 具备扎实的C/C++或Python编程能力，熟悉ffmpeg等音视频处理工具
- 具有视频增强相关方向的研究经验，如GAN、Diffusion、时域/色彩域增强、模型压缩加速等
- 有较强的沟通协作能力和责任心，能承受一定的工作压力
申请策略
- 提前了解B站视频业务和画质特点，在面试中结合业务场景展现对技术落地的思考
- 关注B站校招时间线，尽早投递，并准备好项目讲解和算法推导
- 突出视频增强或图像处理相关的研究经验，如超分、GAN、Diffusion等项目的具体成果
- 强调深度学习框架使用熟练度，以及C/C++/Python编程能力，可附上GitHub或开源项目
- 展示竞赛获奖、论文发表或专利等学术影响力，体现自身技术深度
- 如有模型压缩、量化、加速等工程优化经历，务必详细说明
- 深入学习视频增强领域的经典论文和最新进展，尝试复现关键模型
- 熟悉ffmpeg和视频处理流程，了解常见编解码和图像格式
面试指南
- 回答时采用STAR法则：先描述背景和问题，然后说明你采取的具体技术方案，接着阐述执行过程和结果，最后反思可优化点
- 对于算法设计题，可以分步骤阐述思路，并注意讨论不同方案的权衡
- 请详细介绍一下你在视频增强或超分方向的项目，技术选型和效果如何？
- 你如何理解GAN和Diffusion在画质增强中的应用？有什么优缺点？
- 如何对深度学习模型进行压缩和加速？你有哪些实践经验？
- 如果视频出现噪声和模糊，你如何设计算法流程来增强画质？
- 你如何平衡算法效果和计算成本？请举例说明
- 准备1-2个深入的项目案例，能清晰讲解技术细节和你的贡献
职位点评
71
综合评分
B站视频增强算法岗，技术前沿、成长性好，薪资面议但预计有竞争力，需现场办公，WLB情况不明。
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
适合追求技术成长、热爱算法研究的应届生，对薪资和稳定性有一定期待，但对工作生活平衡要求不高。
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85
工作生活50
使命价值60
薪资福利
75中等
职位未披露具体薪资，但基于B站上市公司的规模和算法岗位的市场价值，薪资预计具有竞争力，福利待遇较完善。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
85较高
职位涉及GAN、Diffusion等前沿技术，有丰富的算法研究和工程落地场景，对技术成长非常有利。
技术前沿前沿/新兴技术
技术栈GAN、Diffusion、视频增强、超分、模型量化、蒸馏、TensorFlow、PyTorch、ffmpeg、C++
业务类型ambiguous
工作生活
50较低
工作地点在上海，要求现场办公，JD未提及弹性工作或加班情况，生活平衡度未知。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
职位致力于提升视频画质，对用户体验有正向意义，但社会影响力有限，行业属于成熟期。
行业发展稳定成熟行业
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