腾讯
实习PCG大数据平台部-视频生成与编辑统一模型应用研究
北京 · 实习 · 博士
长期有效
任职要求
- 1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士；
- 2、熟练掌握计算机视觉和图像处理相关的基本算法及应用，熟悉caffe、tensorflow，pytorch等至少一个深度学习框架；
- 3、较强的工程实现能力，熟练掌握C/C++编程，熟悉Shell/Python/Matlab至少一种编程语言；
- 4、有相关顶会或top团队实习经验同学优先。
岗位描述
【岗位职责】
课题背景：
随着Seedance2.0、Kling-O3、SkyReels-V4等模型的发布，AIGC技术正在从专家模型到统一多模态模型前进，引发影视制作领域的应用变革，为内容创作开辟全新可能性。而当前AIGC影视制作技术面临三大
核心挑战：
- 1）缺乏统一基模，当前模型主要以闭源为主，缺乏统一自研基模，
- 2）语义冲突，当前模型同时支持文本、图像、视频、音频模态输入，在信息冲突时，容易影响生成结果，
- 3）画质问题，当前模型输出分辨率低，造成输出镜头模糊。本课题旨在基于AIGC技术创新，通过自研统一多模态基模，提升影视制作与编辑业务效果与效率，提供高质量和高艺术性影视内容。
课题挑战：
- 1、统一模型框架设计：如何设计支持多模态输入、音视频双路输出的统一模型框架，利用不同模态预训练base模型，进行高效组合；
- 2、多模态对齐训练：如何筛选、清洗现有的海量视频数据，或通过创新的方法合成V2V训练数据，以提升基座模型对多模态信息的对齐与生成能力；
- 3、高效率训练研究：如何设计高效率训练框架，提升大规模训练效率；
- 4、强化学习策略优化：对于复杂的多镜头、V2V编辑任务，需要结合reward模型，设计多策略的奖励信号以优化模型效果。
具体工作：
你将参与到视频生成与编辑统一模型框架设计、训练数据合成与清洗、高效率训练、强化学习策略优化等流程中，提升视频模型能力。
【任职要求】
- 1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士；
- 2、熟练掌握计算机视觉和图像处理相关的基本算法及应用，熟悉caffe、tensorflow，pytorch等至少一个深度学习框架；
- 3、较强的工程实现能力，熟练掌握C/C++编程，熟悉Shell/Python/Matlab至少一种编程语言；
- 4、有相关顶会或top团队实习经验同学优先。
【技术方向】
多模态、视觉、语音
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。