
CapCut
AIGC 服务端工程师(数据平台)-剪映CapCut(北京)
AIGC 服务端工程师(数据平台)-剪映CapCut(北京)
发布于 20 分钟前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Aigc
Ai数据治理
Data-Centric Ai
Prompt Engineering
Rag
大数据套件
模型评测
高并发服务
值不值得投
76综合评分
综合评分 76
AIGC前沿数据平台岗位,技术成长强,办公与福利信息未披露。
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
4.3万
比数据工程中位数高
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 · 数据工程 · 约 200 个在招
职位详情
关于这个职位
该岗位面向剪映CapCut的AIGC数据平台建设,负责AI数据工程、评测系统和算法迭代自动化系统的设计与研发
你将与算法、产品团队协作,构建支撑AIGC模型快速迭代的数据处理Pipeline、统一数据框架和通用数据体系,提升模型与产品效果
最低要求
本科及以上学历,计算机、通信等相关专业优先
有丰富的AI相关离线数据加工、治理经验,对大数据套件或者Ray分布式框架较为了解,有数据服务、高并发服务实践和设计经验为佳
对利用各类数据驱动模型迭代/优化的工作感兴趣,有实际相关数据作业经验为佳,对外部数据获取有技术实战经验为佳
具备强烈的责任心、良好的沟通协作能力,拥有独立解决问题的能力,能积极推动事情落地
有AI或者大模型相关背景经验加分
工作职责
负责剪映CapCut AI数据工程与系统,同算法、产品团队协作完成稳健高效的数据处理Pipeline和系统的设计和研发,支持数据的生产、管理以及洞察等,助力算法模型快速迭代
负责搭建模型效果评测体系与系统,支持多层级和多类型AIGC模型评测,以及测试集的构建、管理等,快速评估和优化模型以及端到端链路效果
负责构建算法迭代自动化系统,提高数据驱动的模型迭代效率,以及使用Prompt Engineering和RAG等技术来提高模型和产品效果等
负责构建统一的数据框架和基座,结合Data-Centric AI的理念,为剪映Capcut多个业务场景打造通用可靠的数据体系,推动业务快速发展
优先资格
计算机、通信等相关专业优先
有数据服务、高并发服务实践和设计经验为佳
有实际相关数据作业经验为佳,对外部数据获取有技术实战经验为佳
有AI或者大模型相关背景经验加分
AI 洞察
优缺点分析
优点
- 岗位直接服务剪映CapCut的AIGC业务,技术场景贴近大模型应用和视频创作产品,业务落地空间较大
- 工作内容覆盖数据工程、模型评测、Prompt Engineering、RAG和算法迭代自动化,技术栈较丰富
- 有机会参与Data-Centric AI理念下的通用数据体系建设,积累面向多业务场景的平台化经验
- 与算法、产品团队紧密协作,能提升对AIGC产品效果和模型迭代链路的整体理解
- AIGC模型评测和自动化迭代体系仍在快速演进,可能面临需求变化快、系统边界不清晰的问题
- 适合有AI数据工程、大数据平台或分布式系统经验,希望深入AIGC模型迭代与数据平台建设的工程师
- 尤其适合既能做工程落地,又愿意与算法和产品团队紧密协作的候选人
缺点 / 挑战
- 需要同时理解数据平台、大模型评测和业务产品效果,跨领域知识要求较高
- 数据平台需要兼顾稳定性、效率和多业务复用,工程复杂度和协作成本较高
角色解读
- 可向AIGC数据平台资深工程师或数据架构师发展,负责更复杂的数据基座和分布式系统建设
- 可向AI工程化、模型评测平台、算法迭代平台方向深入,成为连接数据、算法和产品的复合型技术人才
- 长期可发展为技术负责人,主导多业务场景下的数据体系规划、平台演进和团队协同机制建设
- 设计和研发AI数据处理Pipeline,支撑剪映CapCut业务数据的生产、管理、洞察和模型迭代
- 搭建AIGC模型效果评测体系,包括多层级评测、测试集构建与管理,以及端到端链路效果评估
- 构建算法迭代自动化系统,结合Prompt Engineering、RAG等技术提升模型和产品效果
- 建设统一数据框架和基座,为多个业务场景提供通用、可靠的数据体系能力
- 需要具备AI相关离线数据加工、数据治理经验,理解数据生产、管理和质量治理流程
- 需要熟悉大数据套件或Ray分布式框架,并具备数据服务、高并发服务设计与实践经验
- 需要理解数据驱动模型迭代、模型评测、测试集管理,以及Prompt Engineering、RAG等大模型应用技术
- 需要较强的跨团队协作、沟通推动和独立解决问题能力,能与算法、产品团队共同落地系统
申请策略
- 面试前了解剪映CapCut的核心产品形态和AIGC相关功能,思考数据平台如何支持视频创作场景
- 准备用结构化案例说明“发现问题—设计方案—推动落地—量化收益”,突出责任心和推动力
- 突出参与过AI数据加工、数据治理、数据服务或数据平台建设的完整项目,说明数据规模、系统架构和个人职责
- 强调大数据套件、Ray、分布式计算、高并发服务等技术实践,最好用性能指标说明优化效果
- 展示与模型迭代相关的经验,如测试集构建、模型评测、数据闭环、Prompt Engineering或RAG应用
- 补充跨团队协作案例,说明如何与算法、产品等角色共同推进复杂系统落地
- 提前准备Ray、Spark/Flink等大数据或分布式框架的核心原理和实战案例,重点梳理性能调优经验
- 补充AIGC模型评测、测试集设计、RAG链路评估、Prompt优化等知识,理解数据如何驱动模型效果提升
面试指南
- 项目类问题采用“背景目标—技术架构—关键难点—个人贡献—量化结果”的结构回答,避免只描述团队成果
- 系统设计类问题先明确业务目标和约束,再从数据接入、处理、评测、服务、监控、迭代闭环分层展开
- 协作类问题用具体冲突案例说明沟通对象、分歧点、决策依据和最终结果,体现推动力和责任心
- 请介绍一个你主导或深度参与的AI数据加工/治理项目,系统架构和个人职责是什么?
- 如何设计一个支持多类型AIGC模型评测的体系?测试集如何构建、管理和持续更新?
- 你对Ray或大数据套件的理解是什么?在实际项目中如何做性能优化和稳定性保障?
- 如何结合Prompt Engineering和RAG提升模型或产品效果?你有哪些实践经验?
- 面对算法、产品、工程多方需求冲突时,你如何推动数据平台方案落地?
职位点评
薪资福利78
成长发展88
工作生活55
使命价值76
薪资福利
78中等
JD未披露薪资和福利信息,因此补偿性动机只能基于岗位技术含量和北京地点做有限判断。岗位要求AI数据工程、分布式框架和模型评测经验,通常具备较好的市场价值。
薪资信号未披露(AI估算:3.0千–5.5万/月)
成长发展
88较高
岗位覆盖AIGC数据工程、模型评测、Prompt Engineering、RAG和Data-Centric AI,技术内容较新且平台化成长空间明显。JD未明确提及晋升通道或培训机制,发展性主要体现在技术实践和跨团队项目经验。
技术前沿前沿/新兴技术
技术栈AIGC、AI数据工程、Ray、大数据套件、Prompt Engineering、RAG、Data-Centric AI、模型评测
业务类型ambiguous
工作生活
55较低
JD仅明确地点为北京,未说明远程、弹性办公、双休或加班情况,生活化动机满足程度难以判断。由于未披露办公模式与工时信息,只能视为中性。
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
76中等
岗位服务AIGC模型迭代和剪映CapCut产品效果提升,处于生成式AI应用落地方向,行业前景较强。JD未直接描述社会使命或公共价值,意义感主要来自参与前沿技术产品化。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
CapCut 的其他在招职位
相似职位推荐
高级数据研发工程师
滴滴出行 · 北京市
AI 估算 · 2.5–4.5万9 小时前发布
数据技术及产品部-AI 数据工程-AI策略和效能
阿里巴巴 · 杭州市
AI 估算 · 4.5–8.0万9 小时前发布
金融数据ETL实习生
阿里巴巴 · 杭州市
AI 估算 · 6.0–9.0千9 小时前发布
数据技术及产品部-数据采集工程师-websearch方向
阿里巴巴 · 杭州市
AI 估算 · 3.5–6.5万9 小时前发布
Software Engineer (Data), AI & Data Platforms
苹果 · 上海市
AI 估算 · 4.5–7.5万12 小时前发布
Software Engineer - Systematic Data Platform
Millennium · 香港特别行政区
AI 估算 · 4.5–7.5万18 小时前发布
Senior Scientist, Data
巴斯夫 · 上海市
AI 估算 · 3.0–5.0万18 小时前发布
蚂蚁集团-AI数据引擎-高级开发工程师-杭州
蚂蚁集团 · 杭州市
AI 估算 · 3.5–6.0万18 小时前发布
Watch Jobs