大模型算法工程师（图片美化和创作方向）-剪映CapCut

优缺点分析

角色解读

• 在字节跳动大模型团队中成长为算法专家，或技术Leader，主导核心项目
• 深入多模态生成领域，向更通用的AI Agent方向发展，成为行业权威
• 凭借产研结合经验，可转型为AI产品负责人或创业技术合伙人
• 设计和优化图片美化和创作Agent的算法，包括数据挖掘、合成和评估
• 探索多模态数据自动合成、Self-Instruct等方法，提升模型效果
• 研究全模态大模型的Post-training算法，增强感知-决策-评估能力
• 将算法落地到CapCut图片产品，服务大量图片创作者
• 扎实的编码和算法功底，精通Python，有竞赛或顶会论文经验优先
• 深入理解多模态、CV、NLP及大模型技术栈，如RLHF、SFT、ViT、Transformer等
• 有图片/视频生成大模型开发经验，熟悉Diffusion等生成模型
• 出色的问题分析和自主探索能力，良好的沟通协作能力

申请策略

• 了解剪映CapCut的产品形态和用户场景，在面试中展示对美颜、特效等业务的理解
• 强调自驱力和探索精神，字节喜欢主动解决问题的候选人
• 突出大模型相关项目经历，尤其是图片/视频生成、多模态方向，附上GitHub或论文链接
• 强调竞赛获奖（如Kaggle）和顶会论文（如CVPR、ACL）的成果
• 详细描述在数据挖掘、模型训练、RLHF等方向的具体贡献和量化结果
• 展示代码能力，如LeetCode高分或开源项目贡献
• 补充多模态大模型的Post-training技术，如DPO、GRPO等最新方法
• 学习Diffusion模型（如Stable Diffusion）及其在图片编辑中的应用

面试指南

• STAR法则：情景、任务、行动、结果，清晰描述项目背景和个人贡献
• 技术对比法：分析不同方法的优劣，结合业务场景提出自己的见解
• 问题拆解法：将复杂问题分解为子问题，逐步推理并给出可行方案
• 请介绍一个你参与过的多模态或大模型项目，技术难点和解决方案是什么？
• 如何评价当前图片生成模型的优缺点？你认为提升生成质量的瓶颈在哪里？
• 解释RLHF在语言模型中的应用，如何将其迁移到图像生成领域？
• 给定一个图片美化的业务需求，你会如何设计数据收集和模型训练方案？
• 你熟悉的Transformer变体有哪些？ViT在图像任务中的局限性是什么？