【北斗】多模态数字人算法研究员

北京 · 校招 · 2027 届 · 硕士

长期有效

前往官方投递页 →

任职要求

【任职资格】
基本要求：
1.计算机科学、人工智能、电子信息等相关专业硕士及以上学历；
2.精通至少一种视频生成基座框架（如DiT、UNet-based Diffusion等），熟悉大模型后训练技术（SFT/RLHF等）；
3.熟悉主流的视频生成加速技术（如模型并行、推理优化、流式生成架构）；
4.熟悉SMPL/FLAME/ARKIT等人体/人脸表征建模，掌握多模态控制动作生成主流方法；
5.在CV/ML/MM方向顶级会议或期刊（CVPR、ICCV、ECCV、NeurIPS、ICML、ACM MM、TPAMI等）上发表过论文；
6.有主导算法创新研究的完整经验（从idea提出到实验验证到论文发表）。
加分项：
1.有数字人相关实际项目经验（如唇驱、Talking Head、全身驱动、3D虚拟人等）；
2.有开源项目或竞赛获奖经历。
【为什么是我们】
团队核心成员深耕数字人算法多年，产研落地经验丰富，在数字人/视频生成相关方向上发表顶会论文数十篇。该岗位技术创新与业务价值并重，数据场景丰富、GPU资源充裕，研究成果能快速触达亿级用户。

岗位描述

【岗位职责】

【愿景】

成为本地生活领域虚拟服务解决方案的头部玩家，打造AI驱动的下一代智能直播基础设施。

【你将参与】

1.以人为中心的视频生成研究与应用：负责基于扩散模型/Transformer架构的人物视频生成算法研发，重点攻克人体姿态可控性、外观保真度、时序连贯性等核心难题，目标实现业界领先的生成质量，在数字人直播场景落地应用。
2.流式视频生成/动作生成技术探索：设计并实现低延迟流式推理框架，探索Token级增量生成、因果注意力机制等前沿方向，构建端到端生成低延迟解决方案，支撑实时交互场景落地。
3.多模态驱动的动作生成：研究基于文本/音频/姿态等多模态信号控制的人体动作生成算法，涵盖全身动作、手势、表情及唇型驱动，实现高自然度、多样性的动作合成，并完成从研究到相应线上产品的闭环交付。
4.AI数字人算法落地与优化：主导数字人生成全链路开发和优化，包括模型迭代、训练加速、推理提速，推动数字人生成效果，保障线上服务稳定性。

【任职要求】

【任职资格】

基本要求：

1.计算机科学、人工智能、电子信息等相关专业硕士及以上学历；
2.精通至少一种视频生成基座框架（如DiT、UNet-based Diffusion等），熟悉大模型后训练技术（SFT/RLHF等）；
3.熟悉主流的视频生成加速技术（如模型并行、推理优化、流式生成架构）；
4.熟悉SMPL/FLAME/ARKIT等人体/人脸表征建模，掌握多模态控制动作生成主流方法；
5.在CV/ML/MM方向顶级会议或期刊（CVPR、ICCV、ECCV、NeurIPS、ICML、ACM MM、TPAMI等）上发表过论文；
6.有主导算法创新研究的完整经验（从idea提出到实验验证到论文发表）。

加分项：

1.有数字人相关实际项目经验（如唇驱、Talking Head、全身驱动、3D虚拟人等）；
2.有开源项目或竞赛获奖经历。

【为什么是我们】

团队核心成员深耕数字人算法多年，产研落地经验丰富，在数字人/视频生成相关方向上发表顶会论文数十篇。该岗位技术创新与业务价值并重，数据场景丰富、GPU资源充裕，研究成果能快速触达亿级用户。

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

登录后分析我的简历

该岗位可能会问的问题

基于算法岗位的常见面试问题整理

请解释 Transformer 模型的自注意力机制（Self-Attention）

类型专业能力·难度困难

查看答题思路

1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖

你做过的最有深度的算法/模型项目是什么

类型项目经历·难度中等

查看答题思路

1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）

过拟合是什么？怎么判断和解决

类型专业能力·难度简单

查看答题思路

1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度

解释梯度下降的原理，SGD 和 Adam 的区别

类型专业能力·难度中等

查看答题思路

1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam

给你 10 万条未标注的文本数据，如何找出其中 10 个主题

类型情景/案例·难度中等

查看答题思路

1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整

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。

前往官方投递页 →