实时交互视频世界模型实习生

优缺点分析

角色解读

• 实习生转正后可成为正式算法工程师，逐步主导模块开发
• 深入世界模型方向，可成长为视觉生成领域的专家或技术负责人
• 未来可向AI研究员或技术总监方向发展，参与公司核心战略项目
• 参与实时交互视频世界模型的算法研发，涉及大规模视频模型的预训练与推理
• 搭建并优化端到端数据管线与部署架构，减少延迟，提升系统实时性
• 跟进实时视觉生成领域前沿技术，将创新成果产品化
• 深入理解视觉生成大模型，具备相关训练经验
• 熟悉3D高斯渲染或游戏引擎数据管线
• 掌握CUDA/TensorRT推理加速，具备顶会论文或高影响力开源贡献

申请策略

• 关注美团的零售+科技战略，了解世界模型在本地商业中的应用场景
• 面试前可准备一个自己主导的视觉生成相关项目，详细展示技术细节
• 突出在视觉生成大模型、3D高斯渲染或游戏引擎方面的研究经历
• 详细列出顶会论文（CVPR/ICCV/NeurIPS等）或高影响力开源项目
• 强调CUDA/TensorRT等推理加速实践经验
• 若对3D渲染不熟，可快速学习3D高斯溅射相关论文和代码
• 补充端到端数据管线搭建经验，如熟悉大规模分布式训练框架

面试指南

• 技术问题采用STAR框架：情境、任务、行动、结果，突出个人贡献
• 开放式问题结合美团业务：从本地生活场景出发，说明世界模型的价值
• 请介绍你参与过的视觉生成模型训练经验，遇到过哪些挑战？
• 解释3D高斯渲染的原理及其在实时渲染中的优势
• 如何优化视频模型推理的延迟？请举例说明
• 你如何评估一个视频生成模型的效果？
• 为什么选择美团？对世界模型方向有什么了解？
• 复习3D高斯渲染、NeRF等最新论文，并尝试复现代码