腾讯
校招微信视频号-视频生成基座大模型算法研究
深圳总部 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 学历和专业要求：
- 计算机、人工智能、数学、自动化、电子信息等相关专业博士或优秀硕士应届生，或具有同等研究能力的优秀人才。
- 技术技能要求：
- 在大模型架构、预训练与后训练、强化学习或视频生成方向有突出研究成果；具备以下任一方向前沿研究或实践经验者优先：VAE / 视频 Tokenizer、Diffusion、多模态表征、高效 Attention、MoE 等模型结构设计，以及大规模训练与 Scaling Law 实践。
- 软性素质要求：
- 具备卓越的原创洞察、问题定义和研究判断能力，敢于挑战高风险长期问题，有潜力带动方向、凝聚团队并推动新研究方向形成。
岗位描述
【岗位职责】
课题背景：
视频是信息量最丰富、也是最难驾驭的内容形态，融合语言、视觉、声音与运动。下一代视频生成基座不应只生成短片，而应成为统一的多模态生成底座：读懂复杂意图、精确控制镜头与画面、自由编辑内容、稳定生成高清长视频，并逐步支持音视频联合与实时交互式生成。视频号有亿级真实创作与交互场景，也有从生成、分发到用户反馈的完整链路：模型能在真实使用中被检验，靠持续的用户反馈不断校准、变得更好——这样的实验环境在业界并不多见。 本课题面向长期内容创作生态，从 0 到 1 定义视频号视频生成基座的技术路线：让视频生成达到电影级的画质与表现力，连人物的眼神与微表情都能细腻呈现，既让普通用户一句话就能创作出打动人的视频，也让专业创作者拥有可精细控制的生产工具。
课题挑战：
定义视频生成基座的技术范式：如何用统一的架构承载文本、图像、视频与音频等多模态条件，在长视频、音视频联合与交互式生成中保持主体、风格与时序的长期一致，并同时兼顾可控性、生成质量与推理成本——这是全行业仍在争夺的制高点。随着分辨率和时长提升，数据构造、训练稳定性、评测可信度与奖励信号会被同时放大，这要求从模型架构、数据、表征、优化目标到奖励机制上重新设计训练闭环，并在生成质量与效率的权衡上做出真正的路线判断。同时，视频号每天产生海量真实反馈，如何提炼成可靠的偏好与奖励，让模型对齐"什么是好视频"，是把数据规模真正变成模型能力的关键一步。 而更难、也更根本的一步在于叙事：视频真正的感染力不只来自画面，更来自故事——模型要能读懂剧本、脚本与分镜，理解镜头调度、情绪递进与节奏，把一段文字变成有张力、能打动人的视频，而不只是画面的堆叠。
具体工作：
研究视频生成基座的模型架构与训练范式，从 0 到 1 主导长视频、音视频联合和交互式生成的原型及大规模实验，探索模型在可控性、一致性与生成效率上持续突破的新范式。
【任职要求】
学历和专业要求：
计算机、人工智能、数学、自动化、电子信息等相关专业博士或优秀硕士应届生，或具有同等研究能力的优秀人才。
技术技能要求：
在大模型架构、预训练与后训练、强化学习或视频生成方向有突出研究成果；具备以下任一方向前沿研究或实践经验者优先：VAE / 视频 Tokenizer、Diffusion、多模态表征、高效 Attention、MoE 等模型结构设计，以及大规模训练与 Scaling Law 实践。
软性素质要求：
具备卓越的原创洞察、问题定义和研究判断能力，敢于挑战高风险长期问题，有潜力带动方向、凝聚团队并推动新研究方向形成。
【技术方向】
搜索、推荐、模型应用
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。