{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI Native 音视频算法（音视频编辑工具）",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "香港",
        "work_mode": "混合办公",AI生成
        "job_category": "AI模型算法工程师"AI生成
    },
    "company": {
        "company_name": "广州某大型互联网兴趣社交平台公司",
        "company_industry": "互联网",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 30000,
            "max": 60000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 0,
        "degree": "本科",
        "language": "中英双语",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "我们打造**AI 原生音视频编辑产品**，区别于传统剪辑软件外挂 AI 插件，产品底层架构完全基于多模态生成大模型重构，核⼼⾯向短视频、办公多媒体、智能剪辑全场景，覆盖⽂生视频、智能剪辑、画面修复、⾳频生成、音视频联动、AI 成片等能力。团队完整负责模型研发、数据闭环、推理工程、产品落地端到端全流程，对标 WPS AI、专业剪辑工具 AIGC 能力建设。\n## 岗位职责\n1. **AI Native 音视频生成 / 编辑算法研发**\n基于 Diffusion、多模态 VL 大模型、时序 Transformer 构建视频生成、视频编辑核心能力，包括文生视频、图生视频、视频扩帧、画面修复、智能抠像、镜头运镜、风格化渲染、视频去闪烁、人物一致性优化；同步研发音频 AI 算法：AI 配音、智能配乐、降噪、音效生成、音视频节拍对齐，实现图文音跨模态统一生成体系。\n2. **面向剪辑工具的可控生成技术攻关**\n针对剪辑产品交互特性，研发 ControlNet、LoRA、时序约束、空间注意力引导、GRPO 强化学习微调方案，解决 AI 视频动作穿模、画面闪烁、语义错乱、镜头逻辑断裂等痛点，支持画笔编辑、局部重绘、时长控制、分镜生成等精细化编辑能力。\n3. **端到端数据与训练闭环搭建**\n设计自动化音视频数据合成 Pipeline，构建图文、视频、音频配对训练数据集；搭建 SFT、RL 微调链路，设计画质、时序、音频匹配、美学多维度奖励函数；建立自动化评测体系（客观指标 + 大模型主观打分），持续迭代模型效果。\n4. **模型轻量化、推理工程与产品落地**\n完成模型蒸馏、量化、剪枝优化，基于 TensorRT/ONNX Runtime 做推理加速；对接客户端 / 服务端音视频引擎、FFmpeg 管线，把 AI 能力原生嵌入剪辑底层；优化端到端生成耗时、显存占用，平衡画质、速度、成本，支撑线上大规模用户使用。\n5. **前沿技术调研与产品创新**\n跟踪 Sora、Pika、Wan、Stable Audio、多模态时序大模型前沿，快速验证新技术；结合音视频编辑真实用户需求输出技术方案，主导 AI 成片、智能脚本、自动剪辑、AI 字幕配音等新功能落地，沉淀专利与技术方案。\n6. **跨团队协同交付**\n与产品、客户端、后端、多媒体引擎团队协作，对齐 AI 原生产品架构设计，输出标准化算法能力、接口、部署方案，推动功能上线迭代，跟进线上效果与用户反馈持续优化。\n## 任职要求\n### 硬性基础要求\n1. 硕士及以上学历，计算机、电子通信、自动化、数学、信号处理、人工智能相关专业；3 年及以上多模态 AIGC / 音视频算法落地经验，有桌面 / 移动端剪辑工具 AI 落地经历优先。\n2. 扎实深度学习、计算机视觉、数字信号处理理论基础，精通 Python，熟练使用 PyTorch；熟悉 C/C++、FFmpeg、音视频编解码基础者加分。\n3. 完整参与过 Diffusion、多模态 VL 大模型训练、微调、推理全流程，具备从数据构建到线上产品落地的端到端项目经验。\n### 核心技术能力（必备）\n1. 精通图像 / 视频扩散模型、时序 Transformer、ControlNet、LoRA 等可控生成方案，解决过视频时序抖动、人物畸变、长视频一致性问题；\n2. 熟悉多模态对齐技术（CLIP、BLIP、Qwen-VL 等），有 SFT、GRPO/RLHF 强化学习微调实战经验；\n3. 掌握音频信号处理、TTS、AI 背景音乐生成、音视频同步匹配算法；\n4. 熟悉模型轻量化、量化、推理加速，有 TensorRT、NCNN、ONNX 部署优化经验；\n5. 了解音视频基础管线、关键帧、分层渲染，能将 AI 模型原生集成进剪辑工具工作流。\n认证资质\n人力资源服务许可证",
        "skills": [AI生成
            "模型训练与算法优化",
            "多模态AI应用",
            "数据工程与数据管道",
            "模型微调与对齐",
            "分布式/微服务系统设计"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/32a822d68c89cbe80nJ73d69FFpW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "32a822d68c89cbe80nJ73d69FFpW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/32a822d68c89cbe80nJ73d69FFpW.html"
    },
    "fulltext": "我们打造**AI 原生音视频编辑产品**，区别于传统剪辑软件外挂 AI 插件，产品底层架构完全基于多模态生成大模型重构，核⼼⾯向短视频、办公多媒体、智能剪辑全场景，覆盖⽂生视频、智能剪辑、画面修复、⾳频生成、音视频联动、AI 成片等能力。团队完整负责模型研发、数据闭环、推理工程、产品落地端到端全流程，对标 WPS AI、专业剪辑工具 AIGC 能力建设。\n## 岗位职责\n1. **AI Native 音视频生成 / 编辑算法研发**\n基于 Diffusion、多模态 VL 大模型、时序 Transformer 构建视频生成、视频编辑核心能力，包括文生视频、图生视频、视频扩帧、画面修复、智能抠像、镜头运镜、风格化渲染、视频去闪烁、人物一致性优化；同步研发音频 AI 算法：AI 配音、智能配乐、降噪、音效生成、音视频节拍对齐，实现图文音跨模态统一生成体系。\n2. **面向剪辑工具的可控生成技术攻关**\n针对剪辑产品交互特性，研发 ControlNet、LoRA、时序约束、空间注意力引导、GRPO 强化学习微调方案，解决 AI 视频动作穿模、画面闪烁、语义错乱、镜头逻辑断裂等痛点，支持画笔编辑、局部重绘、时长控制、分镜生成等精细化编辑能力。\n3. **端到端数据与训练闭环搭建**\n设计自动化音视频数据合成 Pipeline，构建图文、视频、音频配对训练数据集；搭建 SFT、RL 微调链路，设计画质、时序、音频匹配、美学多维度奖励函数；建立自动化评测体系（客观指标 + 大模型主观打分），持续迭代模型效果。\n4. **模型轻量化、推理工程与产品落地**\n完成模型蒸馏、量化、剪枝优化，基于 TensorRT/ONNX Runtime 做推理加速；对接客户端 / 服务端音视频引擎、FFmpeg 管线，把 AI 能力原生嵌入剪辑底层；优化端到端生成耗时、显存占用，平衡画质、速度、成本，支撑线上大规模用户使用。\n5. **前沿技术调研与产品创新**\n跟踪 Sora、Pika、Wan、Stable Audio、多模态时序大模型前沿，快速验证新技术；结合音视频编辑真实用户需求输出技术方案，主导 AI 成片、智能脚本、自动剪辑、AI 字幕配音等新功能落地，沉淀专利与技术方案。\n6. **跨团队协同交付**\n与产品、客户端、后端、多媒体引擎团队协作，对齐 AI 原生产品架构设计，输出标准化算法能力、接口、部署方案，推动功能上线迭代，跟进线上效果与用户反馈持续优化。\n## 任职要求\n### 硬性基础要求\n1. 硕士及以上学历，计算机、电子通信、自动化、数学、信号处理、人工智能相关专业；3 年及以上多模态 AIGC / 音视频算法落地经验，有桌面 / 移动端剪辑工具 AI 落地经历优先。\n2. 扎实深度学习、计算机视觉、数字信号处理理论基础，精通 Python，熟练使用 PyTorch；熟悉 C/C++、FFmpeg、音视频编解码基础者加分。\n3. 完整参与过 Diffusion、多模态 VL 大模型训练、微调、推理全流程，具备从数据构建到线上产品落地的端到端项目经验。\n### 核心技术能力（必备）\n1. 精通图像 / 视频扩散模型、时序 Transformer、ControlNet、LoRA 等可控生成方案，解决过视频时序抖动、人物畸变、长视频一致性问题；\n2. 熟悉多模态对齐技术（CLIP、BLIP、Qwen-VL 等），有 SFT、GRPO/RLHF 强化学习微调实战经验；\n3. 掌握音频信号处理、TTS、AI 背景音乐生成、音视频同步匹配算法；\n4. 熟悉模型轻量化、量化、推理加速，有 TensorRT、NCNN、ONNX 部署优化经验；\n5. 了解音视频基础管线、关键帧、分层渲染，能将 AI 模型原生集成进剪辑工具工作流。\n认证资质\n人力资源服务许可证"
}