小红书
流式视频生成算法工程师
流式视频生成算法工程师
发布于 大约 2 个月前普通员工/个人贡献者
北京市 / 上海市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
深度学习
视频生成
diffusion
DMD
超分辨率
自回归模型
Gan蒸馏
一致性模型
AI 估算 · 30k–60k
前沿视频生成算法岗位，大厂高级专家，技能稀缺，薪资竞争力强，参考市场行情
职位详情
关于这个职位
该职位聚焦流式视频生成大模型，涉及T2V、TIV2V等前沿课题，旨在推动视频编辑从离线走向实时交互
你将参与超分辨率、风格化、特效生成等核心任务，探索Diffusion和自回归等生成范式，并优化模型推理效率
适合对视频生成有浓厚兴趣、追求技术前沿的算法专家
最低要求
获得硕士及以上学位，计算机科学、人工智能、电子信息、自动化等相关专业
在图像/视频深度学习领域有丰富经验，具备扎实的图像与视频处理算法基础，有良好的数学功底，熟练掌握Python/C++
熟悉Diffusion基础原理，了解SD3.5/FLUX/Qwen-Image等T2I模型及Wan等T2V模型细节，了解self forcing、causal forcing训练细节
熟悉Consistency Model、DMD、GAN蒸馏等加速方法，有Diffusion生成式模型性能调优与落地经验者优先
在相关领域顶会或期刊（CVPR、SIGGRAPH、ICCV、ECCV、NeurIPS、TPAMI等）发表过论文，或有知名开源项目、顶级竞赛获奖经验者优先
强烈的技术热情与好奇心，优秀的分析与解决问题能力，良好的团队协作和沟通能力，乐于探索新技术并推动创新落地
工作职责
深度参与流式视频编辑大模型的研究与落地，涵盖超分辨率、指令风格化、参考图风格化、特效生成、交互式图片等核心任务，打造业界领先的视频编辑能力
探索Diffusion、自回归等生成范式在流式视频编辑领域的前沿技术，包括但不限于高效推理、时序一致性建模、多条件可控生成等方向，推动技术创新与工程落地
研究Consistency Model、DMD、GAN蒸馏等加速方法在视频编辑场景的应用，解决工业级实时性与画质的平衡难题，支持大规模线上服务
参与高质量视频编辑数据的挖掘、清洗与合成，结合Post-training、强化学习等方法持续优化模型效果与泛化能力
跟踪视频生成与编辑领域最新进展，将相关研究总结为顶会论文、专利或技术博客，推动团队技术影响力建设
AI 洞察
优缺点分析
优点
- 处于AI视频生成的风口赛道，技术前沿性强，个人成长空间大
- 小红书平台数据丰富，有大规模真实验证场景，成果易落地
- 团队鼓励技术创新和学术发表，支持参加顶会，提升个人影响力
- 薪资福利优厚，大厂标准化待遇，研发资源充足
- 技术难度高，需要同时掌握多种生成模型和加速方法，学习曲线陡峭
- 实时视频处理对性能要求苛刻，工业落地中需要解决大量工程难题
- 适合对视频生成技术有浓厚兴趣、具备扎实深度学习功底和较强工程能力的研究型工程师
缺点 / 挑战
- 竞争激烈，对候选人的顶会论文或开源项目经验有较高期望
角色解读
- 技术专家路线：成为视频生成领域的权威，主导前沿算法突破，产出顶会论文
- 技术管理路线：未来可晋升为团队技术负责人或项目经理，带领团队攻克复杂课题
- 跨领域发展：积累的多模态、实时处理经验可迁移至自动驾驶、AR/VR等新兴领域
- 参与流式视频编辑大模型的研究与落地，包括超分辨率、风格化、特效生成等核心任务
- 探索Diffusion、自回归等生成范式在视频编辑中的应用，优化推理效率和时序一致性
- 研究模型加速方法（如Consistency Model、DMD），平衡实时性与画质，支持大规模线上服务
- 参与高质量视频数据的挖掘与合成，结合强化学习等方法持续提升模型效果
- 扎实的深度学习基础，精通图像/视频处理算法，熟悉Python和C++
- 深入理解Diffusion模型原理，熟悉SD3.5、FLUX、Wan等主流T2I/T2V模型
- 掌握模型加速技术（一致性模型、DMD、GAN蒸馏），有性能调优和落地经验
- 强烈的研究热情和工程能力，能推动创新技术从论文到产品落地
申请策略
- 在简历中明确表达对流式视频生成方向的理解和热情，展现技术洞察力
- 准备一份简要的技术方案或想法，展示你对职位职责的思考
- 突出视频生成或图像生成相关的研究经历，尤其是Diffusion模型应用
- 如果有模型加速（如蒸馏、剪枝）或实时推理的工程经验，重点描述
- 列举顶会论文、开源项目贡献或竞赛获奖，证明技术影响力
- 强调Python/C++编程能力和系统设计能力，附上相关项目链接
- 系统学习Diffusion模型原理，复现SD3.5或类似模型
- 实践模型加速方法，如使用TensorRT、ONNX或自定义CUDA算子
面试指南
- 对于原理性问题，先给出核心概念定义，再联系实际应用场景，突出你的理解深度
- 对于项目经验问题，使用STAR法则（情境-任务-行动-结果），强调你的贡献和成果量化
- 对于开放性问题，表达自己的思考框架，结合技术趋势和工业挑战，展现前瞻性
- 请详细讲解Diffusion模型的原理，以及如何在视频生成中保持时序一致性
- 如何平衡视频生成模型的实时性和画质？请举例说明加速方法
- 描述你过去参与的一个视频或图像生成项目，你遇到的最大技术挑战是什么？
- Self forcing和causal forcing在训练中的区别是什么？各自的优缺点？
- 如何看待当前视频生成领域的瓶颈和未来发展方向？
匹配度报告
74
综合匹配度
大厂前沿技术岗，高研发投入，但工作强度可能较高。
适合人群
该职位最适合追求技术前沿、渴望快速成长的高动机研发人才。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活40
使命价值80
薪资福利匹配
80较高
薪资未明确披露，但大厂算法岗位通常提供具有竞争力的薪酬和福利，满足补偿性动机。
薪资信号未披露（AI估算：30K-60K/月）
成长发展匹配
95较高
该职位处于视频生成技术最前沿，研究课题新颖，资源充足，成长空间极大。
技术前沿前沿/新兴技术
技术栈Diffusion、自回归、视频生成、一致性模型、DMD、GAN蒸馏、后训练、强化学习
业务类型profit_center
工作生活匹配
40较低
工作地点在北京上海核心城市，但未提及远程或弹性工作安排，且算法岗位通常工作强度较大。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
80较高
视频生成技术具有广泛的应用前景，能推动创意表达和内容创作，社会价值较高。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs