美团
校招【北斗】视觉生成基座和交互式视频研究员
北京/上海/深圳 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1.熟悉扩散模型、VAE等相关研究进展
- 2.熟悉PyTorch，有充分的动手实践经验
- 加分项：
- 1.有图像/视频生成、多模态大模型相关研究和实习经历，有影响力的开源项目中做出过核心贡献
- 2.发表过高水平论文（如ICLR、CVPR、ICCV等），有相关竞赛经历并取得名次
- 岗位吸引力：
- 1.极具前沿性和爆发力的研究方向：你将站在视频生成基座Scaling、实时交互式生成、世界模型的交叉前沿，每个技术方向都没有完全收敛，内容创作、交互式生成、具身智能的任何一个方向爆发，你做的模型都是第一受益者。
- 2.超大规模基座模型经验——PB级视频数据管线搭建、大规模分布式训练，到模型架构设计与推理优化，全链路系统级积累在行业内极度稀缺。
- 3.定义未来交互，改变内容生产范式：不止于生成静态视频——探索实时交互式内容生成的全新体验，从交互形式（键盘/语音/姿态驱动）到交互时效（实时响应），重新定义人与AI协作的内容创作方式，研究成果直接落地产品场景。
- 4.顶尖团队，快速成长： 与资深研究员和优秀高校同学并肩探索，技术深度与视野广度兼具；团队技术氛围浓厚，扁平开放，鼓励独立思考与AI-Native 的工作方式，既能深耕前沿算法，也能看到技术如何改变真实世界。
岗位描述
【岗位职责】
我们正在构建具备物理世界感知、理解、仿真能力与支撑数字世界高质量呈现的本地生活视觉技术引擎，让每一次连接更智能，让物理世界的烟火气更美好。
团队介绍：
作为美团官方的视觉AI基础模型团队，负责数字世界和物理世界等本地生活全场景多模态技术的前沿探索和应用，在AIGC生成、虚拟人交互、多模态理解等领域持续沉淀行业领先的技术成果。
研究内容：
研究方向包括但不限于：
- 1. 高效率、低损失、高压缩比的图像视频VAE和tokenizer；
- 2. 图像、视频、音视频统一生成模型的架构、训练和推理探索，包括稀疏架构、大尺寸MoE、自回归生成等；
- 3. 功能模型，包括参考生成、长视频生成、流式实时视频生成、音视频生成等；
- 4.实时交互视频世界模型的长时空一致性、动态性和交互控制能力增强，以及在可交互视频、虚拟人实时交互场景的应用。
【任职要求】
- 1.熟悉扩散模型、VAE等相关研究进展
- 2.熟悉PyTorch，有充分的动手实践经验
加分项：
- 1.有图像/视频生成、多模态大模型相关研究和实习经历，有影响力的开源项目中做出过核心贡献
- 2.发表过高水平论文（如ICLR、CVPR、ICCV等），有相关竞赛经历并取得名次
岗位吸引力：
- 1.极具前沿性和爆发力的研究方向：你将站在视频生成基座Scaling、实时交互式生成、世界模型的交叉前沿，每个技术方向都没有完全收敛，内容创作、交互式生成、具身智能的任何一个方向爆发，你做的模型都是第一受益者。
- 2.超大规模基座模型经验——PB级视频数据管线搭建、大规模分布式训练，到模型架构设计与推理优化，全链路系统级积累在行业内极度稀缺。
- 3.定义未来交互，改变内容生产范式：不止于生成静态视频——探索实时交互式内容生成的全新体验，从交互形式（键盘/语音/姿态驱动）到交互时效（实时响应），重新定义人与AI协作的内容创作方式，研究成果直接落地产品场景。
- 4.顶尖团队，快速成长： 与资深研究员和优秀高校同学并肩探索，技术深度与视野广度兼具；团队技术氛围浓厚，扁平开放，鼓励独立思考与AI-Native 的工作方式，既能深耕前沿算法，也能看到技术如何改变真实世界。
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 后端开发 岗位的常见面试问题整理
请解释 RESTful API 的设计原则，并举一个你实际设计过的例子
查看答题思路
1. 资源导向：URL 表示资源而非操作 2. HTTP 方法语义：GET/POST/PUT/DELETE 对应查增改删 3. 无状态：每个请求包含全部所需信息 4. 统一接口：一致的响应格式（如 JSON） 5. 举例：用户模块 /users/{id}，GET 查/POST 创/PUT 改/DELETE 删，返回统一 {code, data, message}
MySQL 索引的底层数据结构是什么？为什么用 B+ 树而不是哈希表或红黑树
查看答题思路
1. B+ 树：非叶子节点只存 key 不存 data，单次 IO 读更多 key 2. 叶子节点形成有序链表，支持范围查询（哈希表不支持范围） 3. 高度低（3-4 层可存千万级数据），减少磁盘 IO 4. 对比红黑树：B+ 树是多叉的，高度更低，磁盘 IO 更少
你参与过的最复杂的后端项目是什么，你承担了什么角色
查看答题思路
1. 项目背景：一句话说清业务场景 2. 技术栈：语言/框架/数据库/中间件 3. 个人职责：你做的，不是团队做的——用「我设计了」「我优化了」 4. 难点：遇到了什么具体问题，怎么解决的 5. 数据佐证：QPS 从多少提到多少 / 延迟降了多少
什么是微服务架构，和单体架构相比各有什么优劣
查看答题思路
1. 单体：所有功能在一个进程，部署简单，初期开发快；缺点是耦合高、扩展难 2. 微服务：按业务拆分独立服务，独立部署/扩展/技术栈 3. 优点：故障隔离、团队自治、技术栈灵活 4. 缺点：网络开销、分布式事务、运维复杂度 5. 判断标准：团队<10 人或业务不复杂时，单体是更好的选择
如何设计一个高并发的秒杀系统
查看答题思路
1. 前端限流：按钮置灰、验证码 2. 网关层：Nginx 限流 + 负载均衡 3. 业务层：Redis 预减库存（原子操作），消息队列异步下单 4. 数据库：乐观锁扣库存，读写分离 5. 降级方案：流量过大时返回「已售罄」而非崩溃
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。