Agent研发工程师（智能剪辑）-剪映CapCut（北京）

优缺点分析

角色解读

• 技术纵深：从Agent开发到多模态模型专家，成为AI创作领域的权威
• 管理路径：技术负责人或团队Leader，带领项目从0到1
• 横向拓展：跨领域至AI产品、架构师等角色，参与更大规模系统设计
• 设计和研发Agent模型与链路，构建评测体系，确保AI创作工具的效果与稳定性
• 负责Agent开发，包括框架搭建、Prompt调优、工具开发和上下文管理
• 参与领域模型全流程，从训练到落地，推动AI在视频/图片创作中的创新应用
• 扎实的深度学习基础，熟悉PyTorch/TensorFlow，有大模型训练与优化经验
• 具备Agent技术实践经验，能够设计端到端解决方案解决实际问题
• 产品思维与跨团队协作能力，能将技术落地为用户可感知的功能

申请策略

• 在简历中附上个人GitHub或技术博客，展示对AI技术的热情和深度
• 关注剪映CapCut产品动态，面试时能提出对现有功能的改进想法
• 突出大模型训练/微调经历，如LoRA、RLHF等具体实践
• 展示Agent相关项目，说明如何设计Prompt、工具调用和上下文管理
• 强调产品落地成果，如上线功能、性能提升、用户增长等量化指标
• 体现跨团队协作经验，尤其是与产品、设计合作的成功案例
• 深入学习LangChain、AutoGPT等Agent框架，动手搭建简单Demo
• 补充AIGC领域知识，如文生图、视频生成等最新论文和开源项目

面试指南

• STAR原则：情境-任务-行动-结果，清晰展示项目背景和个人贡献
• 结构化思考：从问题定义、方法论、实验设计、结果分析层层递进
• 辩证分析：承认方案的优缺点，体现批判性思维和权衡能力
• 请描述你参与过的一个Agent项目，如何设计其规划、记忆和工具调用？
• 如何评测一个Agent系统的效果？有哪些关键指标？
• 大模型训练中遇到过哪些挑战？如何解决过拟合或灾难性遗忘？
• 如果让你设计一个视频剪辑的AI助手，你会如何拆解功能并实现？
• 技术选型：在构建一个基于LLM的应用时，你会如何选择模型和框架？