蚂蚁集团
蚂蚁数字科技-数字科技线-AI Agent 工程师（多模态生成与执行方向）
蚂蚁数字科技-数字科技线-AI Agent 工程师（多模态生成与执行方向）
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人工智能
人工智能
Ai Agent
Api集成
Ffmpeg
多模态处理
异步任务调度
生成式Ai
值不值得投
80综合评分
综合评分 80
前沿AI技术栈、高成长潜力、大厂平台，但工作强度可能较高，WLB相对较弱。
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
4.0万
比人工智能中位数高
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 790 个在招 · 其中人工智能 44 个
市场机会
选择面较广
杭州 · 人工智能 · 约 470 个在招
职位详情
关于这个职位
负责构建多模态（图片、视频、语音）AI Agent的核心执行链路，包括模型接入、任务调度与状态管理
需实现素材处理、渲染导出及端到端联调，解决异步接口、重试机制与成本优化问题，确保高可用交付
最低要求
熟练使用 Python 或 TypeScript，具备 API、数据库、异步任务和文件处理经验，能独立上线应用
实际接入过生成式 AI 或较复杂的第三方服务，能够定位任务状态、数据格式和失败恢复问题
理解图片、视频和音频处理基础，有媒体处理经验，或能展示快速补齐陌生技术并交付的作品
深度使用 AI 编程工具，能阅读和验证代码，对生成质量、运行稳定性和调用成本敏感
好奇心强，愿意挑战复杂链路
发现问题主动负责，能清楚同步进展，与团队共同完成交付
工作职责
接入并统一图片、视频、语音等模型能力，根据场景、质量、延迟与成本选择调用策略
实现可追踪的长任务、队列、超时处理、重试、缓存与恢复，处理异步模型接口和不确定返回
构建素材处理、时间线剪辑、字幕、配音混音、动效与渲染导出，支持视频和图文内容交付
建立素材、参数、版本与调用成本记录，通过小样评测和真实作品比较供应商与模型效果
与智能和应用方向工程师完成端到端联调，减少重复调用、失败损耗与交付等待时间
共同讨论跨模块技术方案，参与交叉代码评审，完成所负责功能的测试、上线与问题修复
优先资格
熟悉 FFmpeg、浏览器媒体处理、动画合成或渲染服务，有视频编辑、长图或图像工程经验
做过多模型路由、任务调度、可恢复上传、推理优化或媒体质量自动检查
AI 洞察
优缺点分析
优点
- 接触最前沿的AI Agent与多模态生成技术，技术栈极具竞争力
- 蚂蚁集团平台资源强大，应用场景丰富且落地性强
- 多模态处理与Agent链路复杂度高，需解决稳定性、延迟与成本的多重平衡
- 对异步处理和异常恢复的工程能力要求极高
- 热衷于AI工程化落地，具备扎实后端功底且对音视频处理感兴趣的中级以上开发者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI架构师、多模态算法工程专家或AI产品技术负责人方向发展，掌握前沿的Agent编排与多模态融合技术
- 负责将多模态大模型（图像、视频、音频）能力集成到AI Agent系统中，构建从输入到输出的完整执行链路
- 精通Python/TypeScript后端开发，深入理解异步编程、任务调度与错误恢复机制
- 熟悉音视频处理技术（如FFmpeg）及AI模型调用策略
申请策略
- 准备一个展示你如何处理复杂异步任务或集成外部AI服务的案例，强调你对稳定性、成本和用户体验的综合考量
- 突出展示过往项目中API集成、异步任务处理及复杂链路调试的经验
- 若有音视频处理或多模态AI项目经历，务必重点描述
- 强化对LLM Agent框架（如LangChain/LlamaIndex）的理解
- 深入学习FFmpeg等媒体处理工具链
- 提升对云原生部署与成本优化的认知
面试指南
- 采用STAR法则（情境-任务-行动-结果），重点阐述技术选型的权衡过程、遇到的具体技术瓶颈及解决方案、最终的性能指标提升
- 请描述你设计的一个复杂异步任务系统的架构，如何处理超时、重试和状态一致性？
- 在多模态AI应用中，如何平衡模型调用成本、响应延迟与输出质量？
- 如果视频生成任务中途失败，你的系统如何实现断点续传或状态恢复？
- 请分享一次你利用AI编程工具提升效率或解决复杂问题的经历
- 复习操作系统中进程/线程调度、网络IO模型（如Async/Await原理）
- 了解主流多模态模型的API特性及限制
- 准备1-2个体现工程深度的项目案例
职位点评
薪资福利85
成长发展92
工作生活60
使命价值75
薪资福利
85较高
作为头部互联网企业，提供具有市场竞争力的薪酬福利体系，虽未明确披露具体数字，但行业地位保障了较高的补偿性动机满足度。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
92较高
岗位涉及AI Agent与多模态生成等前沿技术领域，技术成长空间巨大，能显著提升在AI工程化领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈AI Agent、多模态生成、Python、TypeScript、FFmpeg、异步任务
业务类型profit_center
工作生活
60中等
互联网大厂核心研发岗位通常工作节奏较快，JD未提及弹性工作或远程办公选项，WLB可能面临一定压力。
工作模式未明确
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
75中等
通过AI技术提升内容生产效率与体验，具有一定的社会价值和技术推动意义，属于积极采用新技术的创新领域。
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
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs