哈啰出行
世界模型-生成算法工程师/专家
世界模型-生成算法工程师/专家
发布于 1 天前普通员工/个人贡献者
上海市 / 杭州市
专家级经验
全职员工
仅现场办公
硕士
PyTorch
视频生成
图像生成
GANs
VAEs
DiT
Sora
Diffusion Models
多模态预训练
World Model
AI 估算 · 30k–60k
岗位要求顶尖生成模型与多模态预训练技能，稀缺性高；上海/杭州一线城市，互联网大厂，薪资竞争力强。
职位详情
关于这个职位
作为哈啰出行的世界模型生成算法工程师，你将专注于构建高保真仿真数据、多模态预训练模型和可控交互系统
工作涉及修复算法、视频生成模型及多模态融合，前沿性强，对技术深度要求高
适合希望在自动驾驶、机器人仿真领域深耕的算法专家
最低要求
计算机/数学/机器人等相关专业硕士及以上
精通 Python/C++ 及 PyTorch，具备极致的代码与工程能力
对Diffusion Models、GANs、VAEs等生成模型有深入理解，熟悉基于Transformer架构的自回归生成模型、DiT等扩散模型，有相关项目落地经验
工作职责
资产构建：负责局部inpainting修复或资产插入和谐化，实现高效的生成式画面修复算法，为端到端模型训练提供逼真的仿真合成数据
多模态预训练：实现多视角、一致性高、长时序的视频生成模型，复现并改进 Sora,、GAIA系列、Cosmos 等前沿算法
融合点云与图像生成统一的多模态模型，实现高效多模态预训练算法
多模态可控交互：利用预训练生成式模型对各类环境进行建模，提供多模态交互的基本能力，包括不限于基于layout稳定生成多目视频流、基于语言实现天气场景变化、基于action实现连续世界交互等
与仿真团队协作完成工程优化和部署落地工作，解决算法在实际应用中遇到的性能问题，建立3D场景及素材库的持续迭代机制
优先资格
在顶会以一作发表论文，或在 Waymo/nuScenes 等竞赛中名列前茅
AI 洞察
优缺点分析
- 接触世界最前沿的生成式AI技术（Sora等），技术视野开阔
- 哈啰出行平台提供真实业务场景（出行/物流），算法落地性强
- 团队氛围技术导向，有机会发表顶会论文或参加顶级竞赛
- 技术难度极高，需同时掌握生成、多模态、预训练等多个领域
- 算法落地到仿真系统存在工程挑战，需与仿真团队紧密协作
- 互联网行业节奏快，可能面临高强度研发压力
- 适合对生成式AI充满热情、有扎实深度学习基础、追求技术前沿的算法工程师
- 尤其适合有世界模型或自动驾驶仿真经验者
角色解读
- 可向世界模型技术专家方向发展，主导核心算法突破
- 晋升为算法团队技术负责人或架构师，引领技术方向
- 横向迁移至自动驾驶、机器人仿真等领域的更高阶岗位
- 开发局部修复和资产插入的生成算法，为自动驾驶仿真提供逼真数据
- 复现并改进Sora、GAIA等前沿视频生成模型，实现多视角、长时序的高一致性视频
- 融合点云与图像的多模态预训练，支持基于语言、动作的环境交互
- 精通Python/C++与PyTorch，具备极致工程能力
- 深入理解Diffusion Models、GANs、VAEs等生成模型，熟悉Transformer/DiT架构
- 有生成模型落地经验，能处理实际性能问题
申请策略
- 了解哈啰出行在自动驾驶和仿真领域的业务布局，面试可结合场景阐述
- 准备一个完整的世界模型或生成式AI项目案例，展现从研究到落地的能力
- 突出生成模型（Diffusion, GANs, VAE）的项目经验，尤其是视频生成或多模态方向
- 展示工程落地能力，如模型部署、性能优化案例
- 如果有顶会论文或竞赛排名（Waymo/nuScenes），单独列出
- 补充视频生成（Sora架构）、点云处理等前沿知识
- 熟悉PyTorch分布式训练、模型加速技术
面试指南
- 对原理性问题：先给出核心公式/框架，再结合实际应用说明优缺点
- 对设计问题：先明确目标，提出关键模块（如时序建模、多视角一致性），再讨论可能的难点
- 对优化问题：从算法轻量化和工程并行两方面回答，并用具体例子支撑
- 请详细解释Diffusion Models的原理，并对比其与GANs的优缺点
- 如何设计一个多视角视频生成模型？请描述技术路线
- 你如何解决生成模型在推理速度慢的问题？有哪些工程优化手段？
- 如果训练视频生成模型时内存不足，你会怎么处理？
- 请分享一个你参与过的生成模型落地项目，遇到的挑战及解决方案
匹配度报告
70
综合匹配度
前沿生成模型算法岗，技术成长极佳，薪资有竞争力，但WLB一般。
适合人群
非常适合追求技术前沿、渴望在生成式AI领域做开创性工作的求职者，但对WLB和通勤有一定要求的人可能需权衡。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展95
工作生活40
使命价值75
薪资福利匹配
70中等
薪资在行业内偏高（30k-60k/月），但JD未明确福利；公司为C轮后大型企业，稳定性较好。
薪资信号未披露 (30K-60K/月)
成长发展匹配
95较高
岗位涉及最前沿的Sora、Cosmos等技术，成长空间极大；但JD未提及晋升通道或培训。
技术前沿前沿/新兴技术
技术栈Diffusion Models、GANs、VAEs、Transformer、DiT、Sora、GAIA、Cosmos、多模态预训练、视频生成
业务类型profit_center
工作生活匹配
40较低
JD未提远程或弹性工作，仅现场办公；上海/杭州办公地点可能位于科技园，通勤不定；未提及WLB。
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）
使命价值匹配
75中等
从事世界模型和仿真数据生成，对自动驾驶和机器人领域有积极推动，行业高速增长。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs