大模型应用算法工程师（视频Agent）-剪映CapCut（广州/深圳/北京/上海/杭州）

优缺点分析

角色解读

• 从Agent算法工程师成长为技术专家，深入大模型训练与推理优化
• 可向多模态方向拓展，成为AI视频领域领军人物
• 未来可转型技术管理或架构师，主导AI产品落地
• 负责搭建和优化视频剪辑Agent，参与全链路工程系统架构设计
• 使用PE/SFT/RL等技术调优Agent效果，提升Agent能力范围
• 探索多模态理解大模型、大语言模型等前沿技术，通过微调持续优化核心模型
• 构建自动化效果评测系统，沉淀高质量领域知识数据
• 扎实的Python或C++编程能力，熟悉复杂工程架构
• 深入理解LLM微调方法，具备SFT/RL实战经验
• 熟悉大模型训练和推理技术栈，了解前沿模型进展
• 对视频剪辑工具和创作有热情是加分项

申请策略

• 面试前准备一个完整的Agent项目案例，从问题定义到落地效果
• 关注字节剪映CapCut的技术博客或开源项目，展示兴趣
• 突出大模型相关项目经验，尤其是SFT/RL的实际应用
• 强调编程能力和工程架构经验，如大规模训练或推理系统
• 如有Agent搭建或视频相关经验，务必重点展示
• 体现对技术前沿的关注，如论文阅读或开源贡献
• 补充多模态大模型知识，如CLIP、Stable Diffusion等
• 熟悉分布式训练框架（如DeepSpeed、Megatron）

面试指南

• 对于项目经验题，采用STAR法则：背景-任务-行动-结果，突出你的贡献和量化成果
• 对于技术原理题，先阐述基础概念，再结合实际场景分析利弊，最后给出优化建议
• 对于开放设计题，明确问题边界，分模块提出方案，并考虑权衡
• 请详细说明你在SFT或RL项目中是如何调优大模型的？
• 如何设计一个视频剪辑Agent的评测系统？
• 解释PE（Prompt Engineering）在Agent中的作用和常见技巧
• 你如何处理大模型推理时的延迟和资源问题？
• 你对多模态大模型的理解是什么？如何用于视频场景？