资深Agent应用开发工程师（翻译大模型方向）

岗位详情

工作职责

1. 设计并建设 AI 视频译制 Agent 系统

• 负责视频多语言译制的端到端 AI 应用架构，整合现有 ASR、LLM、TTS 模型，以及外部多模态模型和音视频处理工具。
• 利用 Agent、Workflow 和多模态推理技术，构建具备任务规划、工具调用、结果检查、问题定位和迭代修复能力的自动化译制链路。
• 探索将传统配音制作中的翻译改编、声音表演、时间适配、音视频后期等经验转化为 AI 可以理解和执行的任务策略。

1. 负责视频译制各类 AI 技术方案的探索、验证与落地**

• 视频理解与预处理：探索语音识别、说话人识别、OCR、镜头分析、多模态内容理解及语料提取。
• 翻译与配音：研究基于剧情上下文、人物情绪、画面和时间约束的翻译改编及语音生成策略。
• 视听适配：探索口型同步、硬字幕擦除与替换、画面修复、人声分离、音频处理及自动混音等技术。
• 持续跟踪并评估行业开源项目、模型及 API，能够快速构建原型、比较方案并推动工程落地；与相关模型团队合作解决需要专项研发的问题。

1. 建立译制结果的自动化质量评估与优化机制

• 针对翻译质量、声音表现、语音时长、音画同步、字幕一致性、混音效果等问题，构建可自动执行的质量检查和问题归因能力。
• 探索利用多模态模型对生成视频进行整体审查，根据问题自动调整翻译、生成参数或调用其他处理工具，实现可控的迭代优化。
• 建立典型场景测试集、实验评估及质量回归机制，持续提升最终译制作品的自然度、表现力与整体观看体验。

1. 推动 AI 技术从探索走向实际生产

• 负责关键原型开发、技术方案选型及核心模块实现，推动能力逐步应用到真实视频译制生产。
• 与产品、语音算法、语言模型、视频工程及内容制作团队共同分析效果问题，推动跨团队解决。
• 持续优化自动化程度、成功率、处理耗时与推理成本，在最终效果与生产效率之间取得合理平衡。

工作要求

任职要求：

1. 熟悉主流大语言模型和多模态模型的能力与使用方式，有 LLM Agent、工具调用、复杂 Workflow 或 AI 应用工程化经验。
2. 具备较强的技术研究和问题解决能力，能够面对不熟悉的领域，自主调研开源项目、论文、模型或 API，并快速完成技术验证。
3. 具备良好的系统架构和工程质量意识，能够处理多模型编排、异步任务、异常恢复、资源调度、性能和成本等实际工程问题。
4. 具有较强的产品意识和结果导向，愿意深入理解视频内容与用户观看体验，而不只是完成接口开发任务。
5. 对 AI 原生应用充满兴趣，愿意主动使用 AI 辅助开发和研究工具，持续探索新的技术方案与工作方式。

加分项：

1. 有视频生成、视频编辑、AI 配音、数字人、语音 Agent 或多模态内容生产相关项目经验。
2. 熟悉 FFmpeg、音视频编解码、音轨处理、视频字幕、声音分离、图像修复或口型同步技术。
3. 有从零构建并上线复杂 AI 应用系统的经验，包括模型选型、效果评测、Workflow 编排及生产稳定性建设。
4. 有开源项目贡献经历，或能够展示个人独立完成的 AI 应用、Agent、自动化工具等作品。
5. 对影视、动画、配音、视频内容创作或多语言本地化有浓厚兴趣。