CapCut logo
CapCut
Agent技术专家 - 剪映CapCut

Agent技术专家 - 剪映CapCut

发布于 20 分钟前

普通员工/个人贡献者

AI 估算 · 5.0–9.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公AI算法
AI算法
Ai Agent
Deepspeed
Llm
Prompt Engineering
Pytorch
Rlhf
Sft
Tensorflow
Vlm

值不值得投

78综合评分

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

你将通过 Prompt/Context Engineering、SFT、RLHF 等技术提升视频与图片生成、编辑场景下的 Agent 能力,并推动创新方案落地

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

较强的工程能力,具备大模型的训练与优化经验
精通PyTorch/TensorFlow等框架,对于主流大模型并行框架(Deepspeed、Megatron)有相关了解

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

建立并迭代Agent模型与链路与模型的评估体系,探索数据与模型的共进化反馈体系
通过Prompt/Context Engineering、SFT、RLHF等算法提升Agent能力上限,实现Agent在视频/图片生成、编辑等能力上的全面提升
参与领域模型的全流程工作,根据实际业务场景,将创新性技术方案高效落地,推动内容创作AI能力的持续突破

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

有从0-1搭建AI Agent应用经验的优先

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78
成长发展92
工作生活55
使命价值84

薪资福利

78中等

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。

薪资信号未披露(AI估算:5.0千–9.0万/月)

成长发展

92较高

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。

技术前沿前沿/新兴技术
技术栈Agent、LLM、VLM、Post-Training、Prompt Engineering、Context Engineering、SFT、RLHF、PyTorch、TensorFlow、DeepSpeed、Megatron
业务类型profit_center

工作生活

55较低

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。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

84较高

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。

行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号打造全球最受用户欢迎的影像创作和GenAI产品、推动AI技术在视频、图片创作领域中的突破、推动内容创作AI能力的持续突破
创新程度积极采用新技术
Watch Jobs