岗位职责
团队介绍：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节跳动全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。
- 端到端视频压缩框架研究与实现：参与设计并实现高压缩率、低复杂度的端到端压缩网络，攻坚1080p视频实时解码，并以压缩性能超越H.266/VVC为目标；
- 模型设计与性能优化：围绕主流研究方向，研究率失真优化、部署友好的时空上下文建模、熵建模、码率控制等核心模块的设计，持续提升端到端压缩性能增益；
- 模型高性能推理优化：探索量化、剪枝、蒸馏等模型轻量化策略和算子融合等计算图优化技术，全链路优化推理计算、并行调度与访存开销，实现神经网络面向目标硬件的高性能部署；
- 系统化评测与分析：设计一体化编解码器评测体系，量化各模块计算复杂度，系统性剖析端到端性能瓶颈并迭代优化，实现率-失真-复杂度的联合优化。
任职要求
- 2027届获得硕士及以上学位，计算机科学与技术、电子信息工程、通信工程、应用数学等相关专业优先；
- 理解深度学习基本原理，熟悉CNN、Transformer等主流网络结构；对视频/图像压缩、信号处理、信息论有基本的理论储备；
- 有实际的深度学习项目经验，能够独立完成模型的设计、训练、调试与评估；
- 对视频编码与深度学习的交叉领域怀有浓厚兴趣，有持续追踪和学习前沿技术的热情与主动性；
- 具备优秀的逻辑思维与问题分析能力，能够系统性地定位、分析并解决科研或工程中遇到的问题。
加分项：
- 在相关领域顶级会议/期刊发表过论文，或有开源项目贡献经验；
- 熟悉JPEG-AI/IEEE1857/MPEG-VCM等端到端压缩标准或H.
- H.266等视频编码标准；
- 具备GPU/NPU平台的性能优化经验或端上模型部署经验。