腾讯
校招视频生成模型高效推理与轻量化部署
深圳总部/北京/上海/杭州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1、熟练掌握C/C++、Python编程语言，具备良好的coding和调试能力；
- 2、熟悉主流大模型推理框架，如vllm，sglang，tensorrt-llm等，具备语言、多模态模型大规模部署和优化经验；
- 3、熟悉并行策略，如数据并行、流水线并行等，熟悉NVLINK、GPU RDMA通信者优先；
- 4、熟悉各类深度学习网络和算子底层实现细节，有实操经验优先；
- 5、熟悉主流开源模型及其架构特点，具备针对不同模型进行分析优化的能力优先；
- 6、具备GPU、AI芯片体系结构知识，熟悉芯片特性，具备系统性能分析和调优经验优先。
岗位描述
【岗位职责】
解决视频生成模型/世界模型推理性能优化问题，包括高性能推理优化和低成本部署优化等方向。
- 1. 针对自回归/扩散视频生成模型推理时延高、计算成本大的痛点，希望通过投机采样能够快速生成低质量视频帧，减少部分计算开销，同时希望能够在扩散模型多次迭代去噪间和自回归模型推理块之间能够优化KV-Cache复用机制，减少重复计算和降低实时视频推理延迟；
- 2. 目前视频模型部署成本较高，无法满足消费级硬件的实时推理需求，希望通过蒸馏、量化、稀疏与显存优化技术等，打破视频生成对高端算力的依赖，在保证一定的视频生成质量的前提下，实现在消费级显卡上的低成本、实时化部署，显著降低落地门槛与总拥有成本；
【任职要求】
- 1、熟练掌握C/C++、Python编程语言，具备良好的coding和调试能力；
- 2、熟悉主流大模型推理框架，如vllm，sglang，tensorrt-llm等，具备语言、多模态模型大规模部署和优化经验；
- 3、熟悉并行策略，如数据并行、流水线并行等，熟悉NVLINK、GPU RDMA通信者优先；
- 4、熟悉各类深度学习网络和算子底层实现细节，有实操经验优先；
- 5、熟悉主流开源模型及其架构特点，具备针对不同模型进行分析优化的能力优先；
- 6、具备GPU、AI芯片体系结构知识，熟悉芯片特性，具备系统性能分析和调优经验优先。
【技术方向】
AI基础设施、系统与安全
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 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
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。