AIGC视觉设计工程师

优缺点分析

角色解读

• 技术深耕：成为AIGC视觉领域专家，专注模型微调、工作流创新
• 管理方向：带领AI视觉赋能团队，或转向产品化方向，推动AI工具落地
• 跨领域发展：结合业务需求，向自动化素材生成、商业化视觉方案等方向发展
• 搭建和维护内部AI视觉生成系统，确保设计团队高效使用
• 使用ComfyUI搭建可视化工作流，优化节点逻辑，封装批量渲染流程，提升出图效率
• 调研并整合Kiro、Cloudcode等AI工具，制定标准化使用流程
• 跟进AIGC最新技术，输出教程和模板，赋能团队其他设计师
• 必须精通ComfyUI工作流搭建及优化，熟悉LoRA训练和Stable Diffusion模型
• 具备优秀视觉审美，能判断和调校AI生成画面的构图、光影、质感等
• 了解大模型基础部署逻辑，能独立配置本地/云端环境
• 有设计背景或视觉行业经验者优先，但无需深厚代码能力

申请策略

• 了解哈啰出行在出行领域的视觉风格，针对性地准备相关作品
• 面试时可主动分享一个你优化工作流效率的案例，展示解决问题的能力
• 重点展示ComfyUI工作流搭建项目，最好附上个人原创工作流或开源模板链接
• 突出AI工具落地经验，如Stable Diffusion、LoRA训练的具体案例
• 强调设计作品集，尤其是AI生成内容的审美调校能力
• 提前学习基础Python脚本及批量处理工具，即使JD不要求，上手更快
• 系统掌握ComfyUI节点逻辑和常用插件，尝试搭建复杂工作流
• 关注AIGC社区最新动态，如Civitai、HuggingFace上的模型更新

面试指南

• 用STAR法则回答项目案例：情境、任务、行动、结果，突出技术选型和效果数据
• 评估图像质量时，结合构图、光影、主体清晰度、风格一致性和细节丰富度，可举例说明
• 对于技术问题，先描述思路再展示步骤，体现逻辑性和经验
• 请描述你优化ComfyUI工作流的一个具体案例，并说明优化思路
• 如何评估AI生成图像的质量？你会从哪些维度判断？
• 你用过哪些LoRA训练方法？如何选择训练数据和参数？
• 如果ComfyUI工作流出现报错，你的排查步骤是什么？
• 你对Stable Diffusion的ControlNet和IP-Adapter了解多少？有什么实际使用经验？