Alibaba logo
阿里巴巴
千问事业部-Agent 开发专家(短剧创作)-广州/杭州/北京

千问事业部-Agent 开发专家(短剧创作)-广州/杭州/北京

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 4.5–8.0万 · AI 参考估算
高级经验
学历未注明
全职员工仅现场办公AI算法
AI算法
Agent开发框架
Ai Coding
上下文管理
多模态模型
大语言模型
异步调度
效果评测
消息队列

值不值得投

75综合评分

综合评分 75

前沿多模态Agent开发岗,技术成长强,业务落地清晰,WLB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

6.3万

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

约 5110 个在招 · 其中AI算法 96 个

市场机会

选择面较广

杭州 · AI算法 · 约 110 个在招

职位详情

关于这个职位

该职位聚焦短剧创作场景下的多模态 Agent 开发,负责从剧本解析、资产设计、分镜规划到素材生成与剪辑交付的自动化流程建设

你将参与 Agent 运行框架、任务调度、上下文管理和效果评测闭环设计,并与产品及内容创作者协作推动产品落地

最低要求

计算机基础知识扎实,精通 Python、Java 语言,熟悉主流数据库、缓存、消息队列等服务端生态工具

深度理解当前AI Coding开发范式 ,擅长运用主流 AI 工具开展后端服务设计、开发工作,并能基于实践优化开发工作流
熟悉并掌握主流任意一门 Agent 开发框架,对大语言和多模态模型的基本原理、能力边界与场景有深刻的理解

工作职责

构建多模态创作 Agent:围绕剧本解析、资产设计、分镜规划、素材生成和剪辑交付等环节,设计任务拆解、工具调用与执行流程,推动复杂创作任务自动完成

建设 Agent 运行能力:完善长任务状态管理、异步调度、并发控制、上下文管理,支持用户持续创作、多轮修改与局部重做,提升任务执行的稳定性和可控性
建立效果评测与迭代闭环: 结合真实用户案例、执行记录和阶段产物,定位剧情完整性、人物一致性、镜头衔接、对白与声音等问题,持续优化提示词、Skill、编排策略和运行框架
推动产品落地: 与产品、内容创作者紧密协作,参与需求定义、方案设计、开发上线和效果复盘,对所负责模块的用户价值与交付效果负责

AI 洞察

优缺点分析

优点

  • 岗位处于大模型 Agent 与多模态创作结合的前沿场景,技术积累具有较强延展性
  • 业务场景明确,覆盖短剧创作全链路,能直接看到技术对内容生产效率和用户体验的改善
  • 与产品、内容创作者紧密协作,有机会理解 AIGC 内容生产的真实痛点和产品落地方法
  • 北京、杭州、广州多地点可选,求职者可根据城市偏好选择投递方向
  • 适合具备扎实后端工程能力、熟悉大模型或 Agent 框架,并愿意深入 AIGC 内容创作场景的技术专家
  • 尤其适合既能写代码、又能与产品和内容团队协作推进落地的人

缺点 / 挑战

  • 多模态创作链路复杂,涉及剧情、人物、镜头、声音等多类质量指标,评测和优化难度较高
  • 长任务、异步调度、并发控制和局部重做对系统稳定性、工程能力和架构设计提出较高要求
  • 需要同时理解大模型能力边界、服务端工程和短剧创作业务,跨领域学习成本较高

角色解读

  • 可向多模态 Agent 架构师、AI 应用技术专家方向发展,负责更复杂的创作自动化系统和智能体平台
  • 可逐步承担模块负责人或技术负责人角色,主导 Agent 运行框架、评测体系和跨团队协作
  • 也可向 AI 产品技术融合方向发展,深入短剧内容生产、AIGC 创作工具或智能内容工作流产品
  • 设计短剧创作场景的多模态 Agent,把剧本解析、资产设计、分镜规划、素材生成和剪辑交付拆成可执行任务链
  • 建设 Agent 运行底座,包括长任务状态管理、异步调度、并发控制、上下文管理,以及多轮修改和局部重做能力
  • 建立效果评测和迭代机制,根据真实用户案例、执行记录和阶段产物定位剧情、人物、镜头、对白与声音问题
  • 与产品、内容创作者协作,从需求定义到上线复盘,持续优化提示词、Skill、编排策略和运行框架
  • 需要扎实的计算机基础,精通 Python、Java,并熟悉数据库、缓存、消息队列等服务端生态
  • 需要理解 AI Coding 开发范式,能使用主流 AI 工具进行后端服务设计、开发,并优化研发工作流
  • 需要掌握至少一种主流 Agent 开发框架,理解大语言模型和多模态模型的能力边界、适用场景与限制
  • 需要具备复杂任务编排、长任务状态管理、并发调度和效果评测体系设计能力

申请策略

  • 投递时建议明确选择北京、杭州或广州的偏好,并准备好说明可到岗城市
  • 面试前了解千问、大模型 Agent、AIGC 创作工具以及短剧生产流程,能更好体现业务理解
  • 突出 Python、Java 后端服务开发经验,尤其是高并发、异步任务、状态管理、缓存和消息队列相关项目
  • 重点展示 Agent、LLM、多模态模型或 AI Coding 相关实践,包括框架使用、任务编排、工具调用和提示词优化
  • 强调复杂系统从需求定义、方案设计、开发上线到效果复盘的完整闭环经验
  • 如果有内容生成、视频、短剧、素材生产或创作工具相关项目,应放在显眼位置
  • 提前准备 Agent 框架、工具调用、长任务状态管理、上下文压缩与多轮修改机制的设计案例
  • 补充多模态模型评测思路,尤其是人物一致性、镜头衔接、对白与声音质量的评估方法

面试指南

  • 系统设计题按「业务目标—任务拆解—核心模块—数据流—稳定性与评测—迭代闭环」展开,避免只讲模型调用
  • 项目经历题用 STAR 框架,重点说明问题规模、你的技术决策、遇到的失败与最终量化效果
  • 评测题从指标定义、样本构建、人工与自动评估结合、问题定位和迭代验证几个层次回答
  • 如何设计一个支持剧本解析、分镜规划和素材生成的多模态创作 Agent?
  • 长任务状态管理、异步调度和并发控制你会如何设计?如何保证局部重做不影响整体任务?
  • 你用过哪些 Agent 开发框架?请说明一次工具调用、任务编排或提示词优化的实践
  • 如何评测短剧创作 Agent 的效果,尤其是剧情完整性、人物一致性和镜头衔接?
  • 在 AI Coding 工作流中,你如何保证生成代码的质量、可维护性和安全性?

职位点评

薪资福利82
成长发展90
工作生活45
使命价值76

薪资福利

82较高

JD未披露薪资和福利信息,但岗位为专家级Agent开发,且覆盖一线城市,补偿性动机满足度主要来自岗位稀缺性。福利与薪资竞争力需与招聘方确认。

薪资信号未披露(AI估算:4.5千–8.0万/月)

成长发展

90较高

岗位明确涉及Agent开发框架、大语言模型、多模态模型、AI Coding和复杂运行框架建设,技术成长空间强。JD还提到效果评测与迭代闭环,有利于形成完整的AI应用工程能力。

技术前沿前沿/新兴技术
技术栈Python、Java、AI Coding、Agent 开发框架、大语言模型、多模态模型、异步调度、并发控制、上下文管理
业务类型ambiguous

工作生活

45较低

JD仅列出北京、杭州、广州三个工作城市,未提及远程、弹性办公、双休或加班情况。生活化动机无法从原文得到充分支持。

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

岗位服务于短剧创作自动化和多模态内容生产,能够提升创作效率并推动AIGC内容工具落地,具有一定行业探索价值。JD未直接表达社会使命或公共价值导向。

行业发展新兴领域(暂难判断)
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs