算法工程师-视频编码与处理

北京/杭州/上海 · 校招 · 2027 届 · 本科

长期有效

前往官方投递页 →

任职要求

1. 有视频或图像编码和处理研究背景，在相关领域国际顶级会议、期刊发表论文者优先，比如IEEE CVPR，ICCV，ECCV，NeurIPS，T-IP，T-PAMI，T-CSVT；
2. 有国际大赛参赛经验且获得较好名次者优先，比如MSU编解码比赛，CVPR NTIRE, CVPR CLIC比赛等；
3. 有参与视频编码标准，如 ISO/IEC、ITU-T 系列的VVC、JPEG，AOM 系列或 AVS 系列，尤其是有被接受的标准提案可优先考虑；
4. 精通C/C++编程，有深度优化视频编解码器（含参考软件）或开发标准参考软件的经验，如x265、VVenC、SVT-AV1、VTM、libAOM、ECM等优先考虑；
5. 有出色的分析研究及创新能力。

岗位描述

1. 视频编码（包括但不限于VVC/AV1/AV2/NNVC）优化：通过对主流视频编码标准的最优化实现满足不同业务场景对压缩效率，编码速度，编解码延时的需求。相关优化算法包括编码器快速算法，智能编码，码率控制，场景编码，ROI，JND编码等；
2. 视频处理算法在直播和短视频等场景的研究和落地，包括但不限于视频去压缩伪影、视频去噪、色彩增强、视频去抖、视频去模糊、纹理效果提升、超分辨率、视频插帧等。以及针对直播成像侧的拍摄质量增强，探索提升主观体验的方法；
3. 针对超低带宽场景下，探索针对信号处理和语义的信息论极限；
4. 在标准编码框架的基础上，借助AI领域的新技术成果来研究视频信号的表征、编码与处理，将视频前后处理与编码联合优化，提升端到端压缩效果；
5. 面向人眼视觉模型的编解码和视频增强技术研究：将视频编码增强与质量评价相结合，提升人眼主观体验。
1. 有视频或图像编码和处理研究背景，在相关领域国际顶级会议、期刊发表论文者优先，比如IEEE CVPR，ICCV，ECCV，NeurIPS，T-IP，T-PAMI，T-CSVT；
2. 有国际大赛参赛经验且获得较好名次者优先，比如MSU编解码比赛，CVPR NTIRE, CVPR CLIC比赛等；
3. 有参与视频编码标准，如 ISO/IEC、ITU-T 系列的VVC、JPEG，AOM 系列或 AVS 系列，尤其是有被接受的标准提案可优先考虑；
4. 精通C/C++编程，有深度优化视频编解码器（含参考软件）或开发标准参考软件的经验，如x265、VVenC、SVT-AV1、VTM、libAOM、ECM等优先考虑；
5. 有出色的分析研究及创新能力。

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 →