质量工程师

优缺点分析

角色解读

• 向AI平台架构师发展，主导内容安全评估体系设计
• 深入大模型应用层，成为生成式AI应用专家，可横向迁移至其他AI方向
• 在大型项目中积累经验，未来可转向管理岗位或算法研究
• 参与生成式AI平台的内容安全评估系统开发与迭代，确保模型输出合规
• 负责数据脱敏处理，将AI功能集成到现有系统
• 利用元模型开发框架进行API二次开发与适配，处理模型输入输出逻辑
• 扎实的编程能力，熟悉Python等语言，能够独立完成API开发
• 深入理解生成式AI/大模型原理，熟悉元模型开发框架（如LangChain、LlamaIndex）
• 较强的逻辑思维和问题解决能力，能对模型行为进行判断与优化

申请策略

• 在投递简历前，研究欧立腾与亚马逊合作的具体业务背景，面试中展现对业务的理解
• 关注该职位的实际侧重点，准备好如何将模型输入输出判断的经验转化为具体案例
• 突出生成式AI相关项目经验，特别是API开发、数据脱敏或内容安全评估案例
• 强调对元模型开发框架（如LangChain）的熟悉程度，列出具体使用场景
• 展示逻辑思维和问题解决能力，例如通过复杂业务场景的技术方案设计
• 补充传统机器学习基础，以应对优先要求
• 掌握主流元模型开发框架，如LangChain、LlamaIndex、Semantic Kernel
• 了解数据隐私与安全法规，提升对脱敏技术的理解

面试指南

• 使用STAR原则：情景、任务、行动、结果，具体描述项目和技术细节
• 对于技术问题，先阐述原理，再结合实际经验，最后总结优化方向
• 请描述一个你参与的生成式AI项目，你在其中负责什么，遇到什么挑战？
• 你是如何处理模型输出中的有害或敏感内容的？
• 解释你熟悉的元模型开发框架，举例说明如何进行API二次开发
• 如果模型输出结果不符合预期，你会如何排查和解决？
• 谈谈你对内容安全评估的理解，以及数据脱敏的常见方法
• 复习生成式AI的基础知识，如Transformer架构、Prompt Engineering等