大模型算法专家（多模态/AIGC广告创意生成方向）

优缺点分析

角色解读

• 技术纵深发展：成为AIGC多模态领域的顶尖专家，主导前沿技术探索与突破
• 横向扩展：晋升为技术leader，带领团队负责更大规模的广告创意系统
• 业务跨界：深入理解广告业务，转型为广告技术架构师或产品技术负责人
• 负责AIGC广告创意生成的核心算法研发，包括多模态内容（文案、图片、短视频）的自动生成与优化
• 结合广告投放数据（点击率、转化率），迭代智能生成策略，提升广告创意效果
• 与业务和产品团队协作，将算法方案落地到实际广告场景中，推动技术规模化应用
• 扎实的C++基础和算法工程化能力，能够将模型高效部署上线
• 精通大模型（LLM）原理、微调、Prompt Engineering，以及扩散模型在图像/视频生成中的应用
• 深厚的多模态算法背景，同时掌握CV和NLP核心技术
• 有广告场景项目经验（如创意生成、素材理解）优先，需具备较强的问题解决能力

申请策略

• 提前了解vivo广告业务（如vivo广告平台）和行业痛点，在面试中展现业务洞察
• 关注公司文化和团队氛围，大模型专家岗通常需要与产品、运营紧密协作，强调自己的协作意愿
• 重点突出大模型微调、扩散模型、Prompt Engineering等相关项目经验，尤其是广告创意生成方向
• 强调算法工程化能力，例如C++高性能实现、模型部署、推理优化等具体案例
• 展示竞赛奖项或开源影响力（如GitHub star量），体现技术深度和影响力
• 如有广告数据（CTR/CVR）优化经验务必突出，并量化效果提升
• 若缺少广告场景经验，可快速学习广告投放基础知识，了解常见优化指标
• 补充多模态方面知识，例如CLIP、BLIP2等模型原理和应用

面试指南

• 使用STAR法则（情境、任务、行动、结果）描述项目，重点突出技术难点和解决方案
• 对于技术原理问题，先给出概念解释，再结合个人项目经验说明实际应用中的权衡
• 对于开放性问题（如评估生成质量），从多维度回答（自动化指标+人工评估+业务指标），体现系统性思考
• 请详细描述你做过的一个AIGC项目，包括模型选择、训练数据、部署优化及最终效果
• 如何评估广告创意生成的质量？你会用哪些指标？
• 扩散模型在广告图片生成中如何控制生成内容符合品牌要求？
• 你在多模态模型中如何处理不同模态的对齐问题？
• 请解释大模型微调中的LoRA和Full Fine-tuning的区别，你在项目中如何选择？