vivo影像效果专家（视频相关）
任职要求
1. 硕士及以上学历，5年以上影像效果开发、影像效果方案设计和相关技术规划经验； 2. 熟悉图像处理相关算法，具备影像相关光学理论基础； 3. 熟悉行业IQ评测工具，比如DXO，IE，imatest，CamAnalyzer，或具备开发测试工具的能力或经验； 4. 对视频基础画质有深入理解，具备主导效果方案设计与改进能力，了解行业内视频效果发展趋势；…
工作职责
1. 主导影像视频效果相关的预研和算法开发，参与视频效果风格定义和技术规划； 2. 作为影像视频效果专家，对行业相关前沿技术进行洞察和拆解，对竞品深入分析，提升团队IQ认知和技术能力； 3. 负责视频基础画质整体方案架构设计及策略制定，负责前沿视频HDR技术及视频画质增强等技术预研； 4. 负责视频基础画质相关的硬件技术和软件算法持续研究和攻坚；
1. 主导 Camera 竞争力策略的规划，精心完成影像系统方案的架构设计，并规范输出关键的系统性文档资料； 2. 深度开展影像方案的垂直整合工作，全面激发芯片、器件的硬件极致性能，与芯片、算法、软件团队紧密协作，打造极具竞争力的影像解决方案； 3. 积极推进跨影像、显示、Codec 等多领域的协同设计，制定高度复杂且富有竞争力的综合性方案。
1、相机影像处理、增强、感知等领域的深度学习或传统算法研发工作； 2、结合产品需求，参与算法的设计、开发、验证、集成、优化和维护，解决算法产品化过程中的各种技术问题，确保算法达到上线要求； 3、跟进特定领域的行业进展，并结合产品对算法进行优化，使相关产品效果达到业界领先水平；
1. 负责手机影像相关图像算法的研发，研发方向包括：基于深度学习的图像与视频感知算法（如目标检测、语义分割、显著性检测、手势检测、深度估计等）、大模型技术（LLM、AIGC、多模态等）、图像与视频质量/美学评价算法、图像与视频优化算法（包括但不限于美颜、滤镜、特效、消除、选帧、裁切、合成等）； 2. 上述方向的数据集构建及预处理工作，包括收集图像数据，标注数据，数据增强和数据的清洗等； 3. 上述方向的模型优化工作，包括但不限于模型量化、剪枝、稀疏化、结构搜索（NAS）； 4. 负责效果，功能原型设计，并支撑算法在手机影像应用场景的商用落地； 5. 与芯片、系统架构、软件、验证、调试工程师等共同完成相应实现方案的开发工作； 6. 结合AI技术与硬件特性实现对创新方案的探索与预研，撰写相关专利；
团队介绍：字节跳动剪映研发团队，主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作，业务覆盖多元化影像创作场景，截止2021年6月，相关产品多次登顶国内外App Store 免费应用榜第一，并继续保持高速增长。加入我们，一起打造全球最受用户欢迎的影像创作产品。 课题介绍： 1、课题背景： 1）数字化营销时代，企业对高质量、多样化营销素材的需求呈爆发式增长。从社交媒体图文到短视频广告，从个性化推荐文案到多模态互动内容，营销场景的复杂化与用户需求的碎片化对素材生成效率、创意水平和精准度提出了更高要求。传统依赖人工策划与设计的模式成本高、周期长，难以满足实时化、动态化、规模化的业务需求。尽管生成式AI（AIGC）技术（如GPT等）已在文本、图像生成领域取得突破，但在营销场景中仍面临创意适配性差、多模态协同能力弱、品牌一致性难保障等瓶颈。本课题旨在研发“创作领域Agent”，通过智能技术实现从策略洞察到内容生产的全链路自动化，推动营销效率与效果的革命性升级。 2）随着大语言模型、多模态模型等大模型的成熟，通过视觉理解、语音识别、文本生成等AI大模型能力，提升视频剪辑效率，基于创作者的需求和创意，高效的创作出炫酷、个性化的视频成为了可能。当前行业虽已有部分智能剪辑工具，但大多局限于规则化操作，成片或缺乏对用户意图的理解，效果同质化，或缺乏成片逻辑与情感，机械堆砌素材。 本课题旨在研究适合视频剪辑的大模型技术，结合剪映平台的强大剪辑能力和效果，打造一个智能剪辑的智能体（Agent），赋能自媒体内容生产、影视工业化、广告营销等场景。 2、课题挑战： 1、创意与商业价值的平衡：AI生成内容易陷入同质化，需突破算法在品牌调性理解、用户情感共鸣、营销目标对齐等方面的局限，确保创意兼具新颖性与商业转化价值。 2、多模态动态协同：文本、图像、视频等模态的生成需实现语义与风格的跨模态对齐，且需支持动态组合与实时迭代（如根据用户反馈即时优化素材）。 3、复杂场景泛化能力：营销场景高度细分（如电商促销、品牌故事、危机公关），Agent需具备上下文感知与领域迁移能力，避免“一刀切”生成策略。 4、计算效率与资源限制：高分辨率视觉素材生成、多版本AB测试等场景对算力需求极高，需优化模型轻量化与推理速度，满足企业级部署的可行性。 5、伦理与合规风险：需解决版权争议（如AI生成素材的版权归属）、内容安全（如虚假宣传、文化敏感性）等问题，构建可信可控的生成框架。 6、视频数据复杂性远超图片和文字，巨量的用户素材，要通过大模型去精准理解，并与图片、音频、文字等多模态特征统一，对多模态模型理解能力和推理优化，提出了极高要求。 7、大模型对素材编排和剪辑的结果，可能偏离用户真实意图，既要避免输出模板化、同质化，又要结合用户个性化和创意，在风格、节奏等维度上加入“人性化创意”。 8、大参数模型训练成本高，推理慢，如何通过模型优化、工程优化等手段，给移动端、PC等终端用户极致的体验，也是课题的一大挑战。 职位描述： 1、负责剪映CapCut的AI视频编辑方向的Agent模型训练与评测，使用SFT/RLHF/Post-training等技术对视频创作进行领域知识建模； 2、提升视频创作Agent大模型的增强模型和安全能力的指令遵从能力、提升Pre-trained Model在视频创作的能力，构建行业领先的视频创作专家的智能Agent。