千问事业部-多模态检索与agent算法专家-杭州/北京

优缺点分析

角色解读

• 深耕多模态AI与Agent方向，成为该领域的技术专家
• 可向更高级的技术专家或架构师方向发展，或凭借业务理解和技术广度转向技术管理岗位
• 构建和优化面向核心产品的多模态检索与智能体搜索系统
• 推动大模型技术与搜索场景的深度融合
• 通过技术提升产品的内容理解、语义匹配及任务执行能力，最终改善用户体验
• 精通多模态检索、VLM及大模型相关算法原理
• 熟练掌握Python、PyTorch及至少一种主流大模型训练框架
• 具备将前沿算法在大规模系统中落地的工程能力

申请策略

• 在简历和面试中，强调你的技术热情和解决复杂开放问题的能力
• 提前了解千问、夸克等产品的技术特点和挑战，以便更好地沟通技术方案
• 重点突出在多模态检索、VLM、Agent或大模型应用方面的项目经验
• 详细描述你在算法落地、系统构建及效果提升方面的具体贡献
• 若有相关顶会论文或开源项目，请显著展示
• 系统学习多模态检索、Agent搜索的最新论文和开源实现
• 深入研究Swift、Megatron等至少一个大模型训练框架的原理与使用
• 关注并实践多模态RAG的典型架构

面试指南

• 采用“问题定义-技术选型-系统设计-实现与优化-效果评估”的框架来阐述技术方案
• 结合具体项目，使用STAR法则（情境、任务、行动、结果）来描述经历
• 在回答趋势类问题时，结合技术原理和应用场景进行分析，展现技术洞察力
• 如何设计一个多模态检索系统来提升图片搜索的召回率和准确率？
• 在大模型背景下，Agentic Search相比传统检索有哪些优势和挑战？
• 请介绍一个你主导的多模态算法落地项目，遇到了哪些难点，如何解决的？
• 如何评估一个多模态RAG系统的性能？有哪些关键指标？
• 你如何看待未来多模态AI与终端设备（如AI眼镜）结合的发展趋势？