AI技术研发工程师

优缺点分析

角色解读

• 可向AI架构师或技术专家发展，专注于多模态、Agent及大规模系统设计
• 也可转向AI产品方向，结合业务场景推动AI能力的产品化落地
• 在阅文集团这样的大型内容平台，有机会深入到内容创作和分发核心业务，成为AI+内容的复合型人才
• 将大模型等AI技术集成到内容创作、分发和内部研发工具中，形成可用的产品
• 设计并实现多智能体协同系统，使Agent在复杂业务场景下自主执行任务
• 调研并引入AI代码生成、调试等工具，推动团队研发流程智能化
• 持续跟踪大模型和智能体前沿技术，快速评估并落地业务提效方案
• 精通Python/Go/Java，熟悉大模型调用、Prompt Engineering、RAG、向量数据库
• 深入理解AI Agent架构，熟练使用LangChain/LangGraph/AutoGen等框架，并有端到端落地经验
• 对生图工具和视频生成工具有应用经验，或有模型fine-tuning和部署经验
• 具备大规模多模态系统架构与优化经验（高级岗位）

申请策略

• 了解阅文集团的内容生态和AI战略，在面试中展示如何用AI赋能内容创作
• 准备一个完整的Agent端到端案例，从需求分析到技术实现
• 突出Agent落地项目经验，包含使用LangChain等框架的具体细节
• 强调大模型调用、RAG、向量数据库等实际应用案例
• 如有模型fine-tuning或部署经验，需详细说明技术方案和效果
• 体现对生图/视频生成工具的了解，哪怕只是应用层
• 系统学习LangChain/LangGraph/AutoGen框架，动手搭建一个Agent demo
• 深入理解多模态模型原理，尝试在小数据集上做fine-tuning

面试指南

• 用STAR法则（情境-任务-行动-结果）描述项目经验，突出技术难点和你的贡献
• 对比不同技术方案的优劣，展示决策依据和权衡
• 强调对业务的思考和理解，说明技术如何最终服务业务目标
• 请描述你使用LangChain实现一个Agent的实际案例，遇到过哪些挑战？
• 如何设计一个多模态感知系统用于内容创作场景？
• RAG系统中向量数据库的选型与优化策略是什么？
• 你对大模型fine-tuning有经验吗？请讲讲你的做法
• 如何评估并引入新的AI研发工具来提升团队效率？