【B26115】AI应用算法工程师（AIGC创新业务）

优缺点分析

角色解读

• 从算法工程师到高级算法工程师，逐步成长为技术专家或架构师
• 向AI产品经理方向转型，结合技术与业务需求规划产品路线
• 深耕AIGC领域，成为多模态或Agent系统方向的资深专家
• 研发基于LLM的智能Agent系统，实现NLP算法的工程化落地
• 参与Agent架构方案设计，包括多模态、工具链和多Agent协作
• 负责模型微调、Prompt Engineering和RAG优化，搭建高可用的Agent服务平台
• 跟踪并实践前沿LLM论文，适配开源框架
• 扎实的NLP、机器学习和深度学习理论基础
• 熟悉Python/C++编程，具有较强的算法实现能力
• 有LLM实际使用经验，如llama、ChatGPT等，了解Prompt Engineering和RAG
• 熟悉PyTorch或TensorFlow等深度学习框架

申请策略

• 提前了解万兴科技AIGC业务（如Wondershare Filmora等产品中的AI功能），在面试中展现对业务的思考
• 准备一个完整的LLM项目案例，从问题定义到效果评估，展示工程化能力
• 突出NLP相关项目经验，尤其是文本分类、序列标注、问答等任务
• 强调LLM的实际使用经历，如微调、Prompt设计、RAG等
• 展示编程能力，特别是Python/C++，以及深度学习框架的使用
• 如有论文发表或开源贡献，务必列出
• 系统学习Transformer架构和注意力机制原理
• 动手实践LLM微调（如LoRA）和RAG系统搭建

面试指南

• 先阐述基础原理，再结合具体项目经验说明应用场景
• 遇到开放设计题，从需求分析、技术选型、方案对比、可能风险等方面结构化回答
• 对趋势类问题，结合最新论文和业界动态，给出有依据的预测
• 请解释Transformer中Self-Attention的原理，并写出其公式
• 如何评估RAG系统的效果？你会如何优化？
• 设计一个多Agent协作系统用于自动生成视频脚本，你会如何架构？
• LLM存在幻觉问题，如何缓解？
• 你对未来AIGC方向的技术趋势有什么看法？