米哈游【提前批】视频生成模型加速工程师
任职要求
1、学历背景：计算机科学、软件工程、人工智能等相关专业本科及以上学历 2、编程能力：精通Python、C++，熟悉CUDA编程，具备扎实的算法和数据结构基础 3、深度学习基础：深入理解深度学习原理，熟练使用PyTorch等主流框架，熟悉模型量化技术（INT8、FP16、混合精度等） 4、系统能力：了解计算机系统架构，具备基本的性能分析和调优能力，熟悉KV-cache优化等技术 5、学习能力：对前沿AI技术有强烈兴趣，具备快速学习新技术的能力 加分项 1、有Diffusion模型（DDPM、DDIM、DPM-Solver等）、flash attention的实际优化经验，熟悉torchtitan、fastvideo等框架的 2、熟悉视频DiT模型架构，例如参与开源Wan、Hunyuan视频生成模型项目，有相关开源项目贡献 3、优化过H200 GPU架构
工作职责
专注于前沿AI模型的性能优化和推理加速，深度参与Diffusion模型、视频DiT（Diffusion Transformer）模型以及Auto-regressive模型的加速优化工作，推动AI模型在生产环境中的高效部署和应用。 核心职责： 1、模型算法与架构优化：实现模型压缩技术（量化、剪枝、蒸馏等）、开发针对特定模型架构的专用优化算法、设计高效的分布式推理架构，支持大规模并发服务 2、模型推理优化：优化视频生成DiT模型的推理效率，降低显存占用和计算延迟、研究加速Auto-regressive模型方案 3、系统工程实现：开发高性能的自定义CUDA kernel和算子，集成和优化推理框架，构建高可用的模型服务系统 4、性能调优与监控：建立模型性能基准测试体系，分析和解决推理过程中的性能瓶颈，持续优化大规模GPU集群的资源利用率
1、评测体系设计: 建立视频生成结果的多维度评估标准，包括但不限于内容准确性、视觉质量、时序一致性、语义理解等专业维度 2、评测模型架构搭建: 设计并实现视频生成评测模型的整体架构，包括特征提取、多模态融合、评分机制等核心模块，构建可扩展的评测系统框架，支持多种视频生成模型的批量评估 3、制定大规模标注规则: 主导视频生成质量的大规模数据标注项目，制定标注规范，管理标注质量 4、自动评测模型训练优化: 基于标注数据进行评测模型的训练、调优和迭代，持续提升评测精度和泛化能力 5、技术创新: 跟踪前沿技术发展，将最新研究成果应用到评测系统中
专注于统一视频理解和生成模型的研究与开发，参与构建下一代视频AI系统，探索视频内容的深度理解与高质量生成的统一建模方法，推动视频AI在理解、编辑、生成等任务上的技术突破。 核心职责： 1、统一视频模型架构设计 2、前沿技术探索与实现，探索Diffusion Model、Auto-regressive Model在视频生成和理解的统一建模 3、研究文本-视频-音频多模态对齐技术和条件控制方法 4、大规模音视频理解和生成模型训练及优化
专注于统一音频生成模型的研究与开发，参与构建下一代语音、歌声、音乐、音效等多类型音频生成基础模型，探索大语言模型与音频生成的深度技术融合，推进音频-视频联合生成，推动audio AI在语音/歌声合成、音乐创作、音效生成、视频配音等场景的技术突破。 核心职责： 1. 模型架构与训练：负责统一音频生成模型设计与分布式优化，实现语音/歌声合成+音效生成+音视频联合生成的多任务统一建模 2. Audio Tokenization：研究连续/离散token的音频表征，优化压缩效率与重建质量的最优平衡 3. 跨模态融合：探索大语言模型与音频生成融合技术 4. 数据管线：参与设计并落地大规模高质量多模态生成数据集，覆盖语音、歌声、音乐、音效及音视频同步数据处理pipeline
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2025年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 如果你，期望在阿里巴巴生态的广阔场景中，借助海量用户数据和先进的技术能力，打造千人千面的个性化数字人形象生产系统，为亿级用户提供高度定制化的虚拟形象服务； 如果你，期望参与最前沿的高表现力肢体表情驱动技术研发，通过先进的动作捕捉、表情合成和实时渲染技术，实现数字人自然流畅的表情和肢体动作，赋予数字人更真实的情感表达能力； 如果你，期望攻克数字人生成中的核心技术难题，例如基于扩散模型的高质量数字人生成、材质与纹理的高度还原、服饰动态效果的真实模拟，以及在复杂交互场景中保持人物和环境的一致性和自然度； 如果你，期望深入探索多模态统一大模型的应用，将图像、文本、音频等多模态信息融合，构建具备精细理解能力和强大生成能力的数字人系统，解决业界尚未突破的技术瓶颈； 加入我们，你的成果将直用于电商领域的核心场景，直播，客服，导购，影响数以亿计的用户，推动电商领域的数字化创新，并带来巨大的商业和社会价值。让我们一起定义未来数字人的无限可能！ T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper ꔷ 投递T-Star实习生，提前解锁淘天顶级技术岗位，实习与T-Star正式批/应届秋招投递不冲突。拿到T-Star意向书的同时，将获得直通正式批次终面的机会；参与T-Star实习且表现优秀的同学，提供T-Star转正Offer。