携程
AI应用开发工程师（视频创作方向）(MJ035990)
AI应用开发工程师（视频创作方向）(MJ035990)
发布于 大约 14 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
软件工程
Ffmpeg
Langgraph
Mcp
Nestjs
Next.Js
Openai
Prompt Engineering
Rabbitmq
Temporal
AI 估算 · 25k–45k
AI全栈工程师薪资高于普通开发，携程平台及视频赛道加持，结合3年+经验，月薪合理范围2.5-4.5万
职位详情
关于这个职位
负责携程视频AIGC创作平台的全栈开发，包括AI短剧生成、智能混剪等核心业务
您将自主构建AI Agent与自动化管线，评测并集成多模态大模型，实现端到端的高性能视频生产
该岗位要求扎实的全栈工程能力与AI工程化素养，适合热爱技术创新与独立交付的工程师
最低要求
基础背景：本科及以上学历，计算机相关专业，3年以上高标准应用系统开发经验，具备扎实的计算机科学基础
全栈与语言能力：精通 Java 或Node.js/TypeScript 开发，具备全栈开发思维
能够熟练运用Spring Boot 构建稳健的后端服务，同时能熟练利用Node.js 生态（如NestJS/Next.js/Nuxt.js 等）进行全栈式/前后端分离应用的快速交付
数据与数据流处理：熟悉MySQL、PostgreSQL、Redis等数据存储与缓存技术
掌握至少一种消息中间件（Kafka、RabbitMQ等）在复杂任务解耦与事件驱动架构中的应用
工程交付与云原生：具备良好的现代软件工程意识，熟悉持续集成与容器化部署（Docker /Kubernetes），具备高可用应用系统设计与线上独立监控运维能力
自主AI工程化素养：对主流AI模型（OpenAI、DeepSeek、Gemini以及国内主流大模型）的API机制有深刻理解，精通Prompt工程、FunctionCalling、Agent组件架构、MCP，具备独立将模型 raw output 转化为高可用业务数据的能力
工作职责
全栈应用开发：负责视频AIGC创作平台的核心系统架构设计与开发，支撑AI短剧生成、智能混剪、多模态内容生产等核心业务，具备从模型接入到用户端交互的端到端全栈交付能力
自动化创作管线：负责视频自动化生产全链路管线（Pipeline）建设，包括创意脚本生成、智能分镜规划、素材检索与匹配、生成任务分发、音视频合成、内容质量检测等全流程的功能开发
智能体（Agent）独立构建：负责AI Agent应用及复杂工作流的工程化开发，自主基于多Agent协作机制，结合Function Calling、MCP协议及第三方工具链，构建稳定、可扩展的智能创作流
外部模型选型与治理：在无独立算法团队支撑下，自主进行国内外主流多模态大模型（文本、视频、图像、语音）的评测、选型、Prompt工程调优与组合应用，持续优化调用的延迟、成本与降级容错
任务流与性能控制：负责大规模视频生成与处理任务的流控管理，设计高效的异步任务调度、状态机管理、失败重试及限流降级机制，保障高耗时AI任务的平滑运行与良好的用户等待体验
端到端独立交付：与产品和运营团队紧密配合，在敏捷环境下，独立承担从AI能力抽象到具体业务功能的闭环研发，利用技术手段快速验证产品设想
优先资格
有视频AIGC、AI短剧、智能剪辑、数字人、内容生产平台等相关AI应用独立落地经验
熟悉FFmpeg 及音视频处理原理，有视频转码、合成、字幕渲染等实际开发经验
熟悉LangChain / LangChain4j、LangGraph.js、Temporal 等AI应用开发框架或工作流编排引擎
有全栈开发经验，或熟悉前端主流框架（React /Vue），能独立完成基本的UI交互开发者显著优先
AI 洞察
优缺点分析
优点
- 深度参与前沿AI应用，积累AIGC、多模态模型工程化经验，技术含金量高
- 携程大厂平台，稳定性与资源充足，项目落地场景明确
- 全栈与AI结合，技能树宽广，个人成长空间大
- 技术栈广且深，需要同时掌握后端、前端、AI、音视频等多领域知识，学习曲线陡峭
- 无独立算法团队支持，需自主完成模型选型与调优，对工程调研能力要求高
- 适合具备扎实全栈基础、对AI工程化有强烈热情、喜欢独立攻克技术难题的后端或全栈工程师
缺点 / 挑战
- 视频生成任务性能压力大，需设计复杂的异步调度与容错机制，解决高延迟问题
角色解读
- 技术深耕：成为AI工程化专家，深入多模态模型集成与优化，或专注于视频/音视频处理技术
- 架构演进：成长为系统架构师，负责AI平台整体技术规划与演进
- 管理方向：带领AI应用团队，从技术骨干过渡为技术经理，负责团队建设与项目交付
- 设计并开发视频AIGC创作平台的核心系统，包括模型接入、业务逻辑与前端交互，实现端到端全栈交付
- 构建自动化视频生产管线，集成脚本生成、素材匹配、任务调度、音视频合成与质量检测等能力
- 独立开发AI Agent及复杂工作流，利用Function Calling、MCP等实现多Agent协作
- 评测与调优国内外主流多模态大模型，通过Prompt工程优化生成效果与成本
- 精通Java或Node.js/TypeScript，具备全栈开发能力，熟悉Spring Boot及Node.js生态
- 熟练掌握MySQL、PostgreSQL、Redis及消息中间件，能设计高性能数据流
- 具备云原生意识，熟悉Docker/Kubernetes、CI/CD及线上监控运维
- 深入理解AI模型API，精通Prompt Engineering、Function Calling、Agent架构及MCP协议
申请策略
- 关注携程视频AIGC业务方向，在面试中展示对AI短剧、智能剪辑等场景的理解
- 准备一个端到端项目介绍，从需求分析到系统设计、实现细节，体现全栈与AI能力
- 突出全栈项目经验，尤其是Java/Node.js两端并重的系统设计案例
- 强调AI应用落地经历，如调用大模型API、构建Agent或Prompt工程优化
- 展示视频/音视频处理相关经验，FFmpeg、视频合成等是加分项
- 体现工程交付能力，包括容器化部署、异步任务调度、性能优化等
- 若缺乏AI经验，可快速学习主流大模型API（如OpenAI、DeepSeek）和LangChain框架
- 补充Node.js全栈技能，熟悉NestJS/Next.js等框架
面试指南
- 对于项目类问题，采用STAR原则：背景、任务、行动、结果，突出技术选型与难点攻克
- 对于架构设计问题，先明确需求与约束，再分模块描述（如任务队列、状态机、容错机制）
- 对于模型选型问题，从效果、延迟、成本、生态四个维度展开，结合具体场景数据
- 请介绍你独立完成的一个AI应用项目，如何集成模型并处理延迟和错误？
- 如何设计一个高并发的视频生成任务调度系统？
- 比较OpenAI、DeepSeek、Gemini的API差异，你会如何选择模型？
- 在无算法团队支持下，如何评估和改进多模态模型的生成质量？
- 请解释Function Calling和MCP协议，并举例在Agent中的应用
职位点评
66
综合评分
大厂AI视频创作平台，技术前沿成长快，但工作压力未知且需现场办公。
更适合这类人
最适合追求技术成长、热爱前沿AI工程、愿意接受挑战的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值60
薪资福利
75中等
携程作为上市大厂，薪资福利有竞争力，但具体数字需面议，JD未明确提及。
薪资信号面议 (25K-45K/月)
成长发展
90较高
职位涉及前沿AI技术栈与全栈工程，成长空间极大，但JD未明确晋升路径。
技术前沿前沿/新兴技术
技术栈AIGC、多模态大模型、Agent、Function Calling、MCP、LangChain、Kubernetes
业务类型profit_center
工作生活
40较低
要求全栈深度与快速交付，可能加班，但JD未提及WLB，默认现场办公。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
视频AIGC属于快速增长赛道，但职位偏工程实现，社会影响力中性。
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