人像摄影AIGC算法专家（上海/杭州）

优缺点分析

角色解读

• 纵向发展成为AIGC领域专家，主导核心算法研发
• 横向拓展至多模态、视频生成等前沿方向
• 有机会晋升为技术Leader，带领团队推动业务创新
• 设计并优化基于Stable Diffusion的AIGC算法，实现文生图、图生图、视频生成等功能
• 应用ControlNet、LoRA等控制模型，解决人像摄影中的特定生成问题
• 跟踪最新AIGC研究，将前沿技术落地到产品中，并与产品、工程团队协作
• 扎实的CV/ML基础，熟悉GANs、VAEs、Stable Diffusion等生成模型
• 精通至少一种深度学习框架（PyTorch/TensorFlow），有实际模型训练经验
• 精通Python/C++，有高效的论文复现和工程实现能力

申请策略

• 关注vivo影像部门的技术方向，准备与手机摄影相关的项目案例
• 展示对技术落地到实际产品中的思考，而非仅关注算法本身
• 突出AIGC相关项目经验，尤其是Stable Diffusion、GANs的实际应用
• 展示训练大型生成模型的经验，包括模型优化（剪枝、量化等）
• 强调论文发表、竞赛获奖或开源贡献，体现技术影响力
• 深入学习Stable Diffusion原理及训练技巧
• 掌握视频生成方法（如AnimateDiff、LivePortrait）
• 提升C++工程效率，熟悉移动端部署优化

面试指南

• 先讲原理，再结合项目经验，最后总结优化方法
• 分步骤说明：问题定义→技术选型→实施细节→效果评估→迭代优化
• 展示对技术趋势的理解，但重点放在落地方案
• 请详细解释Stable Diffusion的加噪去噪过程以及如何控制生成图像
• 描述你训练一个大型生成模型（如Diffusion模型）的经验，包括数据、分布式训练、调参
• 如何将ControlNet应用到人像生成中？遇到过哪些问题？
• 对最新的文生视频模型（如Sora）有什么看法？你认为哪些技术可以迁移到手机端？
• 如何处理生成图像中的细节失真、人脸崩坏等问题？