实习生-多模态Agent AI研发工程师

优缺点分析

角色解读

• 实习期间可深入掌握多模态Agent核心技术，为后续转正或申请顶级AI会议论文打下基础
• 未来可向AI Agent算法工程师、多模态研究科学家方向发展
• 有机会接触大规模视频生成系统，积累工业级AIGC经验
• 研发视频Agent的多模态能力，让Agent能自主执行网文场景下的视频生成任务
• 构建Agent的skills和函数执行能力，实现与外部API和服务的无缝集成
• 研发视频创作自动剪辑工作流，并跟踪AI Agent和多模态领域最新进展
• 深入理解AI Agent架构和工作原理，熟悉LangChain或LangGraph等Agent框架
• 具备优秀的问题分析和解决能力，对AIGC和Agent技术保持敏锐洞察
• 了解视频生成工具（如Kling、即梦）或生图工具（如Midjourney）者优先

申请策略

• 在简历中附上GitHub或个人博客链接，展示项目代码和思考总结
• 提前了解阅文集团的业务（如网文IP、视频化方向），面试中结合场景展示自己的技术方案
• 突出项目经历中使用LangChain/LangGraph构建Agent的落地经验，详细描述技术细节
• 展示对多模态模型（如视频生成、图像生成）的了解，列出使用过的工具和效果
• 如有论文发表或参与顶会经历，务必重点标注
• 强调快速学习能力和对最新AI技术的跟踪，例如列出熟悉的大模型和Agent框架
• 系统学习LangChain/LangGraph框架，动手实现一个简单的Agent demo（如调用API的聊天机器人）
• 熟悉至少一款视频生成工具（如Kling、vidu）和生图工具（如Midjourney），对比其效果

面试指南

• 对于架构题，建议采用“概述+模块拆解+实例”结构，先给出定义，再详细解释规划、记忆、工具执行等模块，最后结合项目举例
• 对于项目经验题，使用STAR法则（情境-任务-行动-结果），清晰地说明背景、你的角色、关键技术决策和量化成果
• 对于设计题，先明确需求边界，再分模块提出技术选型（如用什么模型、框架、数据流），最后讨论可能的风险和优化方向
• 请解释AI Agent的典型架构，并画图说明
• 你在实际项目中如何使用LangChain？遇到过哪些挑战？
• 如何评估一个视频生成模型的效果？评判标准有哪些？
• 设计一个Agent，让它能根据网文自动生成短视频，你会怎么做？
• 你关注到最近多模态领域有哪些突破性进展？它们对Agent能力有何影响？