AI 全栈应用工程师（多模态方向）

优缺点分析

角色解读

• 深耕AI应用工程领域，成为多模态方向专家，主导核心AI能力建设
• 向技术管理发展，带领AI应用团队，推动跨部门协作与产品创新
• 横向扩展至算法或研究岗，或转向AI产品经理等复合型角色
• 接入并优化多模态AI模型（音乐、图像、视频、对话），进行模型选型和效果评测
• 设计Prompt、RAG、知识库及AI Agent工作流，提升模型落地效果
• 参与RVC声线训练和数据处理，搭建模型调用与监控体系
• 参与后端业务开发，将AI能力完整集成到哔哩哔哩产品中
• 扎实的后端开发能力，至少精通Go、Python、Node.js之一
• 熟悉主流大模型和多模态模型，有Prompt调优和效果评测实战经验
• 有RAG、向量数据库、知识库或Agent项目经验，能独立设计AI工作流
• 了解语音克隆、图像/音乐/视频生成至少一个方向，具备产品意识

申请策略

• 关注B站AI相关产品（如AI视频摘要、AI创作工具），面试时提出改进思路
• 准备一个完整的AI应用Demo，最好能展示从模型调用到产品功能的闭环
• 突出后端开发项目经验，特别是Go/Python/Node.js的高并发或微服务设计
• 详细描述AI相关项目，如Prompt优化、RAG或Agent实际案例，量化效果提升
• 展示对多模态模型的理解，附上自己参与的音乐/图像生成或语音克隆Demo
• 强调产品意识，说明如何根据业务目标调整技术方案
• 系统学习RAG、向量数据库和Agent框架（如LangChain、CrewAI）
• 动手实践Prompt Engineering，尝试不同模型（如GPT-4、Claude、Suno）的调用

面试指南

• STAR法则：描述情境、任务、行动、结果，突出技术选型和效果数据
• 分层回答：先讲宏观思路（目标、选型依据），再讲具体技术实现（组件、调优细节），最后总结得失
• 请介绍一下你如何为一个业务场景选择合适的AI模型并进行Prompt调优？
• 设计一个RAG系统，需要哪些组件？如何评估检索质量？
• 描述一个你使用Agent解决复杂任务的案例，包括工作流设计和错误处理
• 多模态模型中，文本、图像、音频如何对齐？你了解哪些常见方案？
• 你在后端开发中如何处理高并发和模型调用延迟问题？
• 复习主流大模型API（如OpenAI、Claude）和向量数据库（如Milvus、Pinecone）的使用