CapCut
Agent研发工程师（AIGC视频创作方向）-剪映CapCut（深圳/广州）
Agent研发工程师（AIGC视频创作方向）-剪映CapCut（深圳/广州）
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent架构
Prompt Engineering
Pytorch
Rag
任务规划
多模态Ai
大模型应用
自动化评测
值不值得投
81综合评分
综合评分 81
前沿AI技术栈、大厂核心业务、成长空间大，工作节奏偏快
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
4.5万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
17 个在招 · 其中人工智能 2 个
市场机会
选择面较广
深圳 · 人工智能 · 约 150 个在招
职位详情
关于这个职位
负责剪映视频与图片创作场景下的Agent能力建设，涵盖用户意图理解、任务规划、工具调用及结果评估的端到端研发
搭建面向创作Agent的自动化评测与回归体系，保障模型能力稳定迭代
探索大模型与多模态技术在智能剪辑等业务中的落地应用
最低要求
本科及以上学历，计算机、人工智能、自然语言处理、计算机视觉、软件工程等相关专业优先
熟悉大模型应用开发流程，对Agent、RAG、Prompt Engineering、工具调用、上下文管理、任务规划等方向有实际项目经验
具备扎实的工程能力，熟悉至少一种主流后端或AI工程技术栈，能够独立完成模块设计、开发、调试与线上问题定位
了解大模型训练、微调、评测或推理优化相关方法，熟悉PyTorch/TensorFlow等框架者优先
具备良好的产品理解和业务抽象能力，能从用户创作体验出发设计技术方案，并与跨职能团队高效协作
对AIGC、视频创作、智能剪辑或多模态Agent有兴趣，愿意在快速变化的业务中持续探索和落地
工作职责
负责剪映视频、图片创作场景下的Agent能力建设，参与从用户意图理解、任务规划、工具调用到结果评估的端到端链路设计与研发
建设面向创作Agent的评测与回归体系，包括多任务Benchmark、自动化评测、负面案例归因、质量指标设计与效果监控，推动Agent能力稳定迭代
参与Agent框架能力建设，包括Prompt策略、上下文管理、工具/Skill编排、任务状态追踪、异常恢复等模块研发
结合视频生成、图片生成、智能剪辑等业务场景，探索大模型、多模态模型与创作工具链的结合方式，推动AI创作能力在实际产品中落地
与产品、设计、算法、客户端和服务端团队协作，将用户需求转化为可执行的技术方案，并持续优化创作效果、链路稳定性和业务收益
优先资格
有Agent产品、AI创作工具、智能剪辑、视频生成、图片生成等相关项目经验
有端到端AI应用落地经验，熟悉从模型能力、工程链路到产品体验的完整闭环
有评测平台、自动化回归、LLM as Judge、数据飞轮、负面案例诊断系统建设经验
具备跨端或跨技术栈开发能力，了解客户端、服务端、算法服务之间的协作方式
对创作类产品有较强兴趣，理解视频内容生产流程、用户创作诉求或内容质量评估方法
AI 洞察
优缺点分析
优点
- 切入AIGC与视频创作核心赛道，技术栈高度前沿且直接面向海量真实用户
- 依托成熟研发平台，拥有高质量数据资产与充足算力资源支持
- 端到端落地经验丰富，能快速积累AI工程化与产品化双维能力
- Agent领域技术迭代极快，需持续跟进最新论文与开源生态以保持竞争力
- 端到端链路复杂，需同时兼顾模型生成效果与线上工程稳定性
- 跨部门协作频繁，需具备较强的沟通与需求管理能力
- 适合对大模型应用与AIGC充满热情、具备扎实工程基础且追求技术前沿突破的开发者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI架构师或大模型算法专家方向发展，深耕Agent底层框架与多模态融合技术
- 也可横向转型为AI产品负责人，主导AIGC工具的技术路线规划与商业化落地
- 负责剪映创作场景下Agent系统的核心链路研发，打通意图理解到结果评估的全流程
- 搭建自动化评测与回归体系，通过Benchmark与质量监控保障模型输出稳定性
- 探索大模型与多模态技术在视频/图片生成业务中的工程化落地
- 协同产品与设计团队，将用户创作需求转化为高效技术方案
- 掌握大模型应用开发流程与Agent架构设计，熟练运用RAG、Prompt Engineering及工具调用机制
- 具备扎实的AI工程化能力，熟悉主流深度学习框架与后端技术栈
- 拥有良好的业务抽象能力，能将复杂创作场景拆解为可执行的技术模块
申请策略
- 提前深度体验剪映产品功能与用户创作痛点，面试时能结合具体场景提出Agent优化思路或评测指标设计方案
- 突出Agent/RAG项目实战经验，量化模型效果提升比例与评测体系建设成果
- 强调跨端/跨团队协同解决复杂工程问题的案例，体现业务抽象与技术落地能力
- 深入研读LangChain/LlamaIndex等主流Agent框架源码与最佳实践
- 补充多模态大模型微调、推理加速及幻觉抑制的实战经验
面试指南
- 采用STAR法则阐述项目背景、技术选型、难点突破与最终业务价值
- 结合架构图清晰说明数据流、控制流与状态机设计
- 针对稳定性问题，重点说明熔断机制、兜底策略与监控告警体系
- 如何设计一个支持多步任务规划与动态工具调用的创作Agent？
- 遇到模型幻觉或工具调用失败时，如何进行异常恢复与降级处理？
- 如何构建针对视频生成质量的自动化评测体系与数据飞轮？
- 如何平衡Agent的探索能力与业务上线的稳定性要求？
- 面对多模态输入上下文过长，有哪些有效的压缩与管理策略？
职位点评
薪资福利85
成长发展92
工作生活60
使命价值82
薪资福利
85较高
大厂核心AI赛道岗位，整体薪酬包竞争力强，配套福利体系完善，对补偿性动机满足度较高。
薪资信号偏高 (3.0千–6.0万/月)
成长发展
92较高
深度参与大模型与Agent前沿技术落地，技术成长空间广阔，能接触行业最新范式与完整业务闭环。
技术前沿前沿/新兴技术
技术栈Agent、RAG、Prompt Engineering、多模态、PyTorch、TensorFlow、LLM as Judge、数据飞轮
业务类型profit_center
工作生活
60中等
互联网大厂研发节奏通常较快，JD未明确提及弹性工时或加班政策，生活化动机满足程度中等。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
82较高
致力于赋能普通用户进行AIGC视频创作，降低内容生产门槛，具有显著的产品创新价值与社会文化影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
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
Watch Jobs