
Agent技术专家 - 剪映CapCut
发布于 20 分钟前普通员工/个人贡献者
值不值得投
综合评分 78
前沿Agent与多模态算法岗,技术成长和业务前景强,办公模式与WLB信息不明确。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
7.0万
比AI算法中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
30 个在招
市场机会
选择面较广
北京 · AI算法 · 约 280 个在招
职位详情
关于这个职位
该职位聚焦剪映、CapCut、即梦、醒图等影像创作产品中的 Agent 应用建设,负责端到端 Agent 评测体系、模型链路设计与核心算法研发
最低要求
本科及以上学历,计算机科学、人工智能、自然语言处理、计算机视觉等相关领域专业
工作职责
深入探索剪映、即梦、醒图等产品的Agent应用,构建端到端的Agent评测体系,设计和研发领先的Agent模型与链路,推动AI技术在视频、图片创作领域中的突破
优先资格
熟悉LLM/VLM的Post-Training相关技术,在相关领域有过良好的项目经验或研究经验的优先
AI 洞察
优缺点分析
优点
- 业务覆盖剪映、CapCut、即梦、醒图等高流量影像创作产品,技术成果有直接产品落地场景
- 聚焦 Agent、AIGC、视频/图片生成编辑等前沿方向,有利于积累多模态与大模型实战经验
- 团队涉及多款国内外产品,能接触到大规模用户场景和复杂创作需求
- 岗位强调端到端评测、数据与模型共进化,技术链路完整,成长空间较大
- Agent 评测体系和真实创作场景效果优化难度高,需要兼顾模型能力、数据反馈和用户体验
- 多产品、多场景并行,可能需要快速理解不同业务需求并持续迭代
- 适合具备大模型训练、多模态理解生成或 Agent 应用经验,并希望在真实产品中落地前沿 AI 技术的算法工程师或研究型工程师
缺点 / 挑战
- 视频/图片生成编辑业务对效果、稳定性和上线效率要求高,算法落地压力较大
角色解读
- 可沿 AI Agent / 多模态大模型算法专家方向深入,负责更复杂的内容创作智能体系统
- 可成长为技术负责人,主导 Agent 评测、模型训练、数据闭环与产品落地体系
- 未来也可转向 AI 产品技术架构、GenAI 平台建设或跨产品线的算法战略角色
- 面向剪映、即梦、醒图等产品,设计并研发视频/图片创作场景中的 AI Agent 应用与模型链路
- 构建端到端 Agent 评测体系,持续迭代模型、数据与反馈机制,提升 Agent 在真实创作任务中的效果
- 运用 Prompt/Context Engineering、SFT、RLHF 等方法提升 Agent 在生成、编辑等任务上的能力上限
- 参与领域模型全流程建设,将创新算法方案转化为可上线的产品能力
- 需要具备大模型训练与优化经验,熟悉 PyTorch、TensorFlow 等主流深度学习框架
- 需要理解 LLM/VLM 的 Post-Training 技术,包括 SFT、RLHF、偏好对齐与评测方法
- 需要掌握 Agent 系统设计、Prompt/Context Engineering、工具调用与链路编排能力
- 需要较强的工程落地能力,能够把算法方案与业务场景结合并高效迭代
申请策略
- 申请前建议了解剪映、CapCut、即梦、醒图等产品的核心创作场景,思考 Agent 可切入的具体环节
- 面试中尽量用项目数据说明方案选择、实验设计和效果提升,而不仅描述技术名词
- 重点突出大模型训练、Post-Training、SFT、RLHF 或偏好对齐相关项目,说明你在其中的具体贡献
- 突出 Agent 从0到1搭建经验,包括任务拆解、工具调用、上下文管理、评测体系与线上效果提升
- 强调 PyTorch/TensorFlow、DeepSpeed/Megatron 等框架使用经验,以及分布式训练或模型优化能力
- 展示视频、图片、多模态或内容创作相关项目成果,最好能量化效果提升和业务影响
- 可补充 Agent 评测方法设计,包括任务集构建、人工评测、自动评测、在线反馈闭环等能力
- 加强对 VLM、视频生成、图像编辑、多模态指令跟随等方向的理解,准备相关案例
面试指南
- 项目类问题按“业务目标—方案设计—实验对比—上线结果—复盘改进”的结构回答,突出量化指标
- 技术类问题按“问题定义—关键约束—可选方案—取舍理由—验证方法”展开,体现工程与算法权衡
- 评测类问题强调任务集覆盖、人工与自动评测结合、线上反馈闭环,以及指标与用户体验的一致性
- 你如何设计一个面向视频/图片创作任务的端到端 Agent 评测体系?
- 请介绍你参与过的大模型 Post-Training 项目,包括数据构造、训练策略和效果评估
- Prompt/Context Engineering 在复杂创作任务中如何提升 Agent 稳定性?
- 如果 Agent 在视频编辑任务中出现工具调用错误或结果不稳定,你会如何定位和优化?
- 你如何推动一个创新性算法方案从实验阶段上线到真实业务场景?
职位点评
薪资福利
JD未披露薪资与福利信息,但岗位属于高级算法专家方向,技能门槛较高,通常对重视薪酬竞争力的求职者有较好吸引力。稳定性与福利细节未提及,需面试确认。
成长发展
岗位明确涉及Agent、LLM/VLM Post-Training、SFT、RLHF、端到端评测体系和数据模型共进化,技术前沿且成长空间强。JD未提及明确晋升通道或培训机制,但技术内容本身具有较高发展价值。
工作生活
JD列出北京、深圳、广州三个城市,但未说明远程、混合办公、弹性工时或加班情况。办公模式与WLB相关信息不足,通勤便利度需结合具体办公地点确认。
使命价值
岗位服务于影像创作和GenAI产品,JD明确提出打造全球受欢迎的图像和视频创作产品,并推动AI技术在创作领域突破,意义感与行业前景较强。
CapCut 的其他在招职位