AI架构工程师

优缺点分析

角色解读

• 在AI工程领域深耕，成为大模型应用专家或广告技术领域的资深架构师
• 横向拓展至其他AI业务场景（如推荐、搜索），或转向技术管理岗位带领团队
• 随着AI Agent技术的发展，有机会成为行业内的技术布道者或研究方向的核心人员
• 负责设计和开发广告创意生成系统，利用大语言模型和Agent技术自动生成符合行业特性的创意内容
• 建设内容理解模块，对生成的创意进行质量评估和优化，形成闭环自动化流程
• 追踪AI领域前沿技术，将大模型Agent能力应用到实际业务场景，推动技术迭代
• 精通至少一门后端语言（Java/Go/Python），具备扎实的编码和系统设计能力
• 有AI开发经验，熟悉大模型调用、微调或Agent框架，具备实际落地项目经验
• 了解广告投放或创意内容生成领域，能结合业务数据进行效果分析和优化
• 具备良好的业务思维，能从问题出发设计兼顾短期收益和长期扩展的解决方案

申请策略

• 在面试中主动展现对vivo广告业务的了解，可提前研究vivo广告平台或行业动态
• 准备一个完整的项目故事：从问题定义、技术选型、实施细节到效果度量，展示系统性思考
• 突出AI项目落地经验，尤其是大模型或Agent相关的实际案例，描述技术选型和效果
• 强调编程能力和系统设计项目，展示对Java/Go/Python的熟练度及架构设计思路
• 如果有广告或创意生成相关经验，务必详细说明，并附上数据指标（如CTR提升、生成效率等）
• 体现业务思维，例如如何平衡技术先进性与业务成本，或如何从数据驱动优化
• 强化大模型Agent框架（如LangChain、AutoGPT）的实践，了解主流Agent设计模式
• 补充广告投放或内容生成领域的知识，理解行业痛点（如创意多样性、合规性等）

面试指南

• STAR原则（情境、任务、行动、结果）构建项目案例，强调量化成果
• 技术方案考虑多种因素：性能、成本、扩展性、可维护性，并给出权衡依据
• 结合业务场景具体分析，体现对业务痛点的理解和数据驱动的优化思路
• 请描述你过去一个AI项目从需求到落地的完整过程，如何确保技术方案与业务目标对齐？
• 大模型生成创意内容时如何保证质量和多样性？你会如何设计评估指标和反馈闭环？
• 如果需要在有限资源下快速上线一个Agent功能，你会如何进行技术选型和架构设计？
• 如何处理广告创意内容中的合规风险（如版权、虚假宣传）？
• 你对我们vivo广告创意系统有什么了解？如果让你来优化，第一步会做什么？