算法工程师-计算机视觉（AIGC 方向）

优缺点分析

角色解读

• 技术方向：从算法工程师成长为CV/AIGC领域专家，引领团队技术方向
• 业务方向：深入理解视频内容业务，转型为技术产品负责人或架构师
• 横向发展：可拓展至多模态、3D视觉等更前沿领域
• 负责图像/视频的分析、诊断、理解与编辑算法研究，涉及多模态大模型微调
• 探索图像/视频/3D生成与可控编辑的前沿技术，如扩散模型和风格迁移
• 将算法落地到优酷业务场景，迭代视觉内容生成策略，保持技术领先
• 扎实的计算机视觉基础，包括检测、理解、生成等方向
• 熟悉扩散模型、GAN等生成算法，有AIGC实践经验
• 掌握多模态大语言模型微调技术，如LoRA、Adapter等
• 具备较强的工程能力，能独立实现并优化算法

申请策略

• 了解优酷在AIGC方向的布局（如数字人、视频智能生成），在面试中展示匹配度
• 准备一个完整的项目案例，从问题定义、方案设计到结果展示，体现闭环能力
• 突出CV/AIGC相关项目经验，特别是扩散模型、图像生成、视频编辑等实际成果
• 展示多模态大模型微调经验，如使用LLaMA、Stable Diffusion等
• 强调论文发表、竞赛获奖或开源贡献，证明技术影响力
• 用数据说明算法优化效果（如生成质量、效率提升等）
• 补充3D生成相关知识，如NeRF、3D Gaussian Splatting等
• 深入学习模型部署与优化，如ONNX、TensorRT，提升工程落地能力

面试指南

• 采用STAR法则：背景-任务-行动-结果，突出技术难点和你的贡献
• 对比分析类问题：先阐述各自原理，再针对具体场景给出选择依据
• 工程问题：从模型压缩、推理加速、稳定性等方面系统回答
• 请详细讲一个你使用扩散模型做图像生成的完整项目流程
• 如何保证视频生成的时序一致性？有哪些常用技术？
• 比较GAN和扩散模型的优缺点，在AIGC中如何选择？
• 你对多模态大模型的理解？如何对视觉语言模型做微调？
• 如果让你将现有算法部署到线上，你会考虑哪些工程优化？