哔哩哔哩
多模态Agent工程师【2027届】
多模态Agent工程师【2027届】
发布于 大约 14 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Kling
Langgraph
Mcp
Rag
Seedance
Vibe Coding
视频生成
AI 估算 · 20k–30k
AI Agent工程师需求旺盛，大厂校招薪资竞争力强，上海薪资水平高，结合行业市场行情估算。
职位详情
关于这个职位
作为多模态Agent工程师，你将参与B站AI视频生成Agent的研发，负责集成Seedance、Kling等视频生成模型，构建RAG知识库与数据生产管线
你将设计可复用的Skill与MCP服务，推动AI视频制作流程的自动化与智能化，并参与大模型评测体系建设
最低要求
届本科及以上学历，熟练掌握 Python，具备良好软件工程、接口集成和系统调试能力
熟悉 Agent 核心范式，包括 ReAct、Planning、Reflection、Memory、Tool Use、Human-in-the-loop 等
熟悉 Agent Loop、Multi-Agent、RAG、MCP、Function Calling、Skill 及 Workflow Orchestration 等技术
理解任务规划、上下文与状态管理、知识检索、工具路由、结果校验、异常恢复及长任务执行等关键问题
熟悉 RAG 基本链路，包括文档解析、知识切分、向量化、检索与重排、上下文构建及效果评测
能够将复杂业务拆解为稳定、可复用、可观测的 Agent 工作流，并平衡效果、效率、成本与稳定性
熟悉主流大模型 API、Prompt Engineering、结构化输出及 Agent 评测方法
熟练使用 AI 编程工具，能通过 Vibe Coding 快速完成原型验证与工程落地
逻辑清晰沟通顺畅，能够独立推进需求分析、方案设计、开发上线及迭代
工作职责
设计和开发视频生成 Agent，建设可复用的 Skill、MCP 服务、工具接口及任务工作流
研究 AI 视频制作工具的底层设计，覆盖脚本生成、素材组织、模型调用、镜头编排、视频编辑及后处理等环节
接入并编排 Seedance、Kling 等视频生成模型，理解不同模型的能力特点、调用方式及适用场景
建设面向视频制作、数据生产及评测流程的知识库与 RAG 系统，沉淀工具文档、业务知识和最佳实践
建设数据生产 Agent，覆盖数据收集、处理、标注、质检及结果分析等流程
建设大模型人工评测与自动评测管线，完善任务分发、质量控制、结果分析及问题回流机制
沉淀 Agent 开发框架、公共组件和技术文档，持续提升系统稳定性与团队研发效率
优先资格
有视频生成 Agent、智能剪辑、自动成片或 AI 视频制作系统开发经验
深入研究或使用过主流 AI 视频制作产品，能够分析其产品工作流和底层架构
熟悉 Seedance、Kling 等视频生成模型的能力特点及工程调用方式
有企业知识库、RAG、文档问答或内部知识检索系统建设经验
有数据生产、数据标注、人工评测或自动评测平台经验
有 LangGraph、AutoGen、CrewAI、OpenAI Agents SDK 等框架实践
有 Agent 轨迹分析、工具调用优化、自动纠错、效果评测或可观测性建设经验
有高质量开源项目、 Agent 产品或可完整演示的技术作品
AI 洞察
优缺点分析
优点
- 哔哩哔哩作为一线互联网平台，技术氛围好，AI投入大，有丰富业务场景
- 多模态Agent是当前AI前沿方向，技能成长快，市场价值高
- 参与视频生成等核心业务，可积累大模型落地经验，职业前景广阔
- 技术难度高，涉及Agent、RAG、视频生成多个领域，需要持续学习
- 校招岗位竞争激烈，对综合能力要求高，需在实习或项目中有所沉淀
- 适合对AI Agent、多模态技术有浓厚兴趣，具备较强编程能力和工程实践经验的应届生
缺点 / 挑战
- 可能面临业务快速迭代压力，需要较强的工程落地能力
角色解读
- 从Agent工程师向AI系统架构师发展，深入大模型应用与平台建设
- 积累视频生成、多模态领域的专家经验，可转向产品技术管理或技术专家路线
- 有机会参与前沿Agent框架研发，成为AI基础设施领域的关键人才
- 设计并开发视频生成Agent，包括Skill复用、MCP服务、工具接口和任务工作流
- 研究AI视频制作工具底层逻辑，覆盖脚本生成、素材组织、模型调用、镜头编排等环节
- 集成Seedance、Kling等视频生成模型，并构建知识库与RAG系统支持视频制作
- 建设数据生产与评测管线，实现数据收集、标注、质检及自动评测全流程
- 熟练掌握Python和软件工程实践，具备系统调试与接口集成能力
- 理解Agent核心范式（ReAct、Planning、Reflection、Memory、Tool Use等）
- 熟悉RAG链路、MCP、Function Calling及主流大模型API
- 会使用AI编程工具并具备Vibe Coding快速原型验证能力
申请策略
- 关注B站的AI技术博客或开源项目，了解其技术栈与团队风格
- 在简历中展示自己独立主导的技术项目，并准备详细的讲解思路
- 突出Python项目经验和系统设计能力，展示复杂的工程实现
- 如果有Agent、RAG或大模型应用相关项目，重点描述架构与效果
- 强调对工具使用和自动化流程的熟悉，以及快速原型验证的经历
- 系统学习LangGraph、AutoGen等Agent框架，并尝试构建一个小型Agent项目
- 熟悉RAG链路和向量数据库，了解常见的评测方法
- 掌握视频生成模型API调用，体验Seedance、Kling等产品
面试指南
- 答案框架：先讲背景与目标，再拆解技术方案，重点说明关键决策与权衡，最后总结效果与反思
- 针对设计题，可以给出分层架构：先定义能力边界，再设计数据流和状态管理，最后考虑评测与迭代
- 对于未知领域问题，可以展示学习能力，从原理出发分析，然后给出具体行动计划
- 请介绍一个你实现过的Agent或大模型应用项目，包括架构设计和遇到的问题
- 如何设计一个RAG系统来处理视频制作相关的知识库？
- 如何看待多智能体协作的可靠性和成本问题？
- 如果让你集成一个新的视频生成模型（如Kling），你会如何做？
- 什么是Agent的Planning？如何优化长任务执行的稳定性？
职位点评
73
综合评分
AI前沿赛道的校招技术岗，技术成长快，但工作强度未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
该职位最适合追求技术成长和职业发展、愿意在AI前沿领域深耕的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值70
薪资福利
70中等
大厂校招通常薪资福利有竞争力，虽然JD未披露具体数字，但平台稳定，综合回报可观。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
多模态Agent是前沿技术方向，涉及大量创新实践，能快速积累高价值技能。
技术前沿前沿/新兴技术
技术栈Python、Agent、RAG、MCP、Seedance、Kling、LangGraph
业务类型ambiguous
工作生活
50较低
JD未提及远程或弹性工作，工作地点在上海，生活节奏可能较快，WLB信息不明确。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI视频生成是高速增长赛道，技术应用能创造内容生产新方式，有一定行业影响力。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs