图像算法工程师/专家（多模态大模型及Agent研发方向）

优缺点分析

角色解读

• 技术路线：从算法工程师成长为多模态推荐方向的技术专家，主导核心算法创新
• 管理路线：可向技术Leader发展，带领团队攻坚智能影像推荐技术
• 业务路线：深入理解影像用户需求，转型为产品与技术结合的复合型人才
• 设计和实现影像Agent的推荐系统，利用多模态大模型理解用户意图，主动推荐拍摄和编辑方案
• 构建智能相册创作推荐引擎，基于美学、情感等多维度理解，个性化推荐模板、音乐和滤镜
• 负责影像社交App的内容分发和推荐，优化曝光率和用户粘性
• 跟进多模态大模型、生成式推荐等前沿技术，进行技术预研和应用创新
• 扎实的推荐系统经验，掌握协同过滤、CTR预估、召回排序等核心算法，并有大规模系统落地实践
• 深入理解多模态大模型（CLIP、BLIP、LLaVA等），能将多模态Embedding与推荐系统结合
• 熟练Python和至少一种深度学习框架（PyTorch/TensorFlow），具备优秀的工程能力
• 良好的数据分析、问题解决和跨团队协作能力

申请策略

• 关注vivo影像产品的动态（如X系列手机、vivo摄影App），在面试中体现对产品理解
• 准备一个多模态+推荐的技术方案，面试时展示自己的思路
• 突出推荐系统项目经验，特别是大规模系统（日活/数据量）的落地案例
• 强调多模态大模型的实际使用经验，如CLIP特征提取、Embedding融合等
• 如果有相关论文（CVPR/KDD等），单独列出体现研究能力
• 展示对影像或摄影的兴趣，如个人作品或产品深度使用经历
• 深入学习多模态大模型架构（CLIP、BLIP-2、LLaVA），并尝试将其与推荐框架结合
• 熟悉Agent相关技术（Tool-use、ReAct），了解如何将LLM用于推荐决策

面试指南

• 先明确问题核心，分步给出解决方案：从问题定义、数据准备、模型设计、实验评估到上线监控
• 结合实际项目经验，强调挑战和解决思路，体现深度思考
• 展示对前沿技术的了解，并说明如何权衡效果与性能
• 如何将多模态特征（如图像CLIP embedding）融入推荐系统的召回/排序阶段？
• 请设计一个影像Agent的意图理解和服务推荐模块的架构
• 描述一个你在推荐系统中处理数据稀疏或冷启动问题的案例
• 多模态大模型（如LLaVA）如何用于生成式的推荐解释？
• 如何在保证推荐效果的同时控制模型推理延迟？