腾讯
校招数字角色表演大模型
深圳总部/北京/上海 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1、计算机图形学、计算机视觉、人工智能等相关领域 优秀硕士或博士；
- 2、深入理解主流多模态融合架构（例如 Double-stream、MoT等），能够针对不同模态特征进行灵活的模型架构优化与设计，有不错的 infra 优化能力；
- 3、具有 多模态视频大模型 或 数字角色表演大模型 实践经历；
- 4、有一定图形学基础，了解基础的 3D 人脸表示等相关知识；
- 5、在 SIGGRAPH / SIGGRAPH Asia / CVPR / ICCV / ECCV / NeurIPS / ICML 等会议或期刊发表过相关论文；
- 6、具备极强的工程落地能力和不错的自驱力，能够将复杂的学术论文转化为可商用的技术方案，具备良好的跨团队沟通协作能力。
岗位描述
【岗位职责】
在 3D 游戏场景下，打造业界标杆级数字角色表演大模型，包括：
- 1. 根据多模态的输入，实时生成逼真全身动画，在虚拟场景中，打造业界极有表现力的数字角色生命；
- 2. 基于视频生成大模型基模 与 多模态 3D 生成大模型基模，利用大规模 4D 与 视频的配对数据，双模态联合优化，打造业界泛化能力领先的多模态 3D 人脸动画生成大模型。
【任职要求】
- 1、计算机图形学、计算机视觉、人工智能等相关领域 优秀硕士或博士；
- 2、深入理解主流多模态融合架构（例如 Double-stream、MoT等），能够针对不同模态特征进行灵活的模型架构优化与设计，有不错的 infra 优化能力；
- 3、具有 多模态视频大模型 或 数字角色表演大模型 实践经历；
- 4、有一定图形学基础，了解基础的 3D 人脸表示等相关知识；
- 5、在 SIGGRAPH / SIGGRAPH Asia / CVPR / ICCV / ECCV / NeurIPS / ICML 等会议或期刊发表过相关论文；
- 6、具备极强的工程落地能力和不错的自驱力，能够将复杂的学术论文转化为可商用的技术方案，具备良好的跨团队沟通协作能力。
【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 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）
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
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
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
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
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。