【FM26192】AI应用算法工程师

优缺点分析

角色解读

• 技术上可向AI算法专家方向发展，深入大模型预训练、微调、推理优化等领域
• 业务上可转向AI产品经理或技术负责人，主导AI功能的产品化落地
• 在视频剪辑AI领域积累经验后，可向更大规模的多模态模型方向拓展
• 负责AI智能视频剪辑中LLM与图像/视频大模型的技术方案设计，并参与模型训练与评测
• 将NLP+LLM前沿技术（如Agent、多轮对话）落地到实际视频内容剪辑业务中
• 追踪行业最新进展，持续优化算法框架，提升产品智能化水平
• 扎实的NLP和深度学习基础，熟悉LLM（如LLaMA、ChatGPT）的原理与应用
• 熟练掌握Python/C++编程，并有使用PyTorch或TensorFlow进行模型开发的经验
• 了解Agent、多轮对话等前沿技术，有相关实践或项目经验者优先

申请策略

• 提前了解万兴科技的视频剪辑产品（如万兴喵影），思考AI如何提升用户体验
• 准备1-2个自己设计的AI视频剪辑方案，展现思考深度
• 突出LLM相关项目经验，如fine-tuning、prompt engineering、Agent开发等
• 强调编程能力，展示Python/C++项目代码质量和开源贡献
• 如有视频理解或NLP竞赛获奖经历，务必列出
• 若对Agent不够熟悉，可自学LangChain、AutoGPT等框架并动手实践
• 补充多模态模型（如CLIP、VideoLLaMA）的基础知识

面试指南

• 描述项目时采用STAR法则：背景、任务、行动、结果，突出技术难点和你的贡献
• 对于开放性问题，先明确目标，再拆解步骤，最后给出具体方案和备选
• 技术原理问题需清晰解释核心概念，并适当联系实际应用场景
• 请介绍一个你使用LLM解决实际问题的项目，包括技术选型和效果
• 如何设计一个多轮对话系统来辅助视频剪辑？
• Transformer中的self-attention机制是如何工作的？
• LLaMA和ChatGPT在训练方法上有哪些主要区别？
• 你在Python/C++编程中遇到过的性能优化案例