百度
视频创作agent-算法工程师（J106866）
视频创作agent-算法工程师（J106866）
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机器学习工程
机器学习工程
Aigc
Rag
图像生成
多模态
大语言模型
工作流编排
提示词优化
视频生成
值不值得投
74综合评分
综合评分 74
前沿AIGC视频创作算法岗，技术成长性强，薪资福利与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
3.5万
比机器学习工程中位数低
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 1310 个在招 · 其中机器学习工程 26 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 560 个在招
职位详情
关于这个职位
该职位负责百度AI视频创作方向的算法与策略研发，覆盖剧本生成、角色与场景生成、分镜设计、视频生成和智能剪辑，并研发视频创作Agent
你将参与大语言模型、多模态与图像、视频生成技术落地，面向短剧、广告等场景建设可复用创作技能与自动化工作流，适合有LLM应用经验的算法工程师
最低要求
计算机、人工智能、软件工程等相关专业本科及以上学历，具备机器学习、深度学习或大模型应用相关经验
熟练掌握 Python，具备良好的编程能力和工程实践经验，能够独立完成方案开发、调试与问题排查
熟悉大模型应用开发，具备提示词优化、Agent、工具调用、RAG 或工作流编排中的一项或多项实践经验
了解图像生成、视频生成或多模态理解技术，能够结合业务需求设计评估方案，并持续优化效果
具备良好的沟通协作能力和主动学习能力
有 AIGC 视频、智能创作工具或相关产品落地经验者优先
工作职责
负责 AI 视频创作相关算法与策略研发，覆盖剧本生成、角色与场景生成、分镜设计、视频生成及智能剪辑等环节，提升视频质量和制作效率
研发视频创作 Agent，提升需求理解、任务规划、工具调用和多轮交互能力，帮助用户完成从创意到成片的制作流程
面向短剧、漫剧、创意短片、广告等场景，建设可复用的创作技能（Skill）和自动化工作流，支持新场景快速落地
跟进大语言模型、多模态模型和图像、视频生成技术，结合业务开展效果评估、方案优化与应用落地
结合用户反馈和线上数据，持续优化生成效果、服务稳定性、响应速度与成本，并与产品、研发及设计团队协作推动上线
优先资格
有 AIGC 视频、智能创作工具或相关产品落地经验者优先
AI 洞察
优缺点分析
优点
- 技术栈覆盖LLM、多模态、图像/视频生成和Agent，处于AIGC热门方向
- 场景明确，覆盖短剧、漫剧、广告等，算法成果有机会快速产品化
- 工作内容贯穿从创意到成片的完整链路，能积累端到端系统经验
- 百度在AI与内容生态有积累，可接触较大规模的业务与数据
- 视频生成与Agent链路长，效果、稳定性、响应速度和成本需要同时平衡
- AIGC技术迭代快，需要持续跟进新模型并快速验证落地
- 适合具备大模型/多模态基础、对AIGC视频创作有热情，并愿意在业务场景中快速迭代落地的算法工程师
缺点 / 挑战
- 跨产品、研发、设计协作多，对沟通和推动能力要求较高
角色解读
- 可沿算法专家路线深入大模型应用、多模态生成与视频创作Agent
- 也可向AIGC产品算法负责人、技术团队管理或跨产品解决方案方向发展
- 在短剧、广告等场景积累落地经验后，具备较强行业迁移能力
- 负责AI视频创作全链路的算法与策略研发，包括剧本生成、角色与场景生成、分镜设计、视频生成和智能剪辑
- 研发视频创作Agent，提升需求理解、任务规划、工具调用和多轮交互能力
- 面向短剧、广告等场景建设可复用的创作技能与自动化工作流，并持续优化生成效果、稳定性和成本
- 扎实的机器学习、深度学习基础，有LLM应用或大模型相关经验
- 熟练使用Python，能独立完成方案开发、调试和问题排查
- 熟悉Agent、提示词优化、工具调用、RAG或工作流编排中的至少一项
- 了解图像生成、视频生成或多模态理解，并能设计评估方案
申请策略
- 投递时可在简历/作品集中附上AIGC视频或Agent Demo链接，增强说服力
- 面试前了解百度在AIGC视频创作和内容生态上的产品方向
- 突出Python工程能力与独立完成算法方案、调试排障的项目经历
- 详述LLM应用经验，如Agent、工具调用、RAG、提示词优化或工作流编排
- 展示图像/视频生成、多模态理解相关项目或论文，说明评估指标与优化效果
- 如有AIGC视频、智能创作工具或内容生产场景落地经验，应放在显眼位置
- 补齐Agent框架、工具调用与多轮任务规划的实际项目经验
- 准备视频生成/多模态模型的评估方案与指标设计案例
面试指南
- 用STAR结构讲清业务背景、任务目标、你的方案和量化结果
- 技术题先给整体架构，再拆解关键模块、评估指标与取舍
- 面对开放场景题，先明确用户需求和成功标准，再设计可迭代的MVP与优化闭环
- 你如何设计一个从创意到成片的视频创作Agent？
- 在LLM Agent中，如何提升工具调用准确率和多轮交互稳定性？
- 视频生成效果评估你会设计哪些指标？如何平衡质量、时延和成本？
- 请介绍一个你做过的大模型/多模态应用落地项目及关键难点
- 如果短剧场景生成效果不达预期，你会如何排查和优化？
职位点评
薪资福利70
成长发展90
工作生活55
使命价值78
薪资福利
70中等
JD未披露薪资与福利，补偿性信息有限；岗位技能栈热门，北京算法岗具备一定市场竞争力。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位直接参与大模型、多模态与视频生成Agent研发，技术前沿且成长空间大。
技术前沿前沿/新兴技术
技术栈Python、大语言模型、多模态、视频生成、图像生成、Agent、RAG、提示词优化、工作流编排
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、弹性或加班情况，工作节奏与灵活性需与团队进一步确认。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
78中等
AIGC视频创作处于增长较快的应用方向，能提升内容生产效率，但社会使命信号一般。
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
Watch Jobs