蚂蚁数字科技-数字科技线-AI Agent 工程师（多模态生成与执行方向）

岗位职责

1. 接入并统一图片、视频、语音等模型能力，根据场景、质量、延迟与成本选择调用策略；
2. 实现可追踪的长任务、队列、超时处理、重试、缓存与恢复，处理异步模型接口和不确定返回；
3. 构建素材处理、时间线剪辑、字幕、配音混音、动效与渲染导出，支持视频和图文内容交付；
4. 建立素材、参数、版本与调用成本记录，通过小样评测和真实作品比较供应商与模型效果；
5. 与智能和应用方向工程师完成端到端联调，减少重复调用、失败损耗与交付等待时间；
6. 共同讨论跨模块技术方案，参与交叉代码评审，完成所负责功能的测试、上线与问题修复。

任职要求

1. 熟练使用 Python 或 TypeScript，具备 API、数据库、异步任务和文件处理经验，能独立上线应用；

2. 实际接入过生成式 AI 或较复杂的第三方服务，能够定位任务状态、数据格式和失败恢复问题；

3. 理解图片、视频和音频处理基础，有媒体处理经验，或能展示快速补齐陌生技术并交付的作品；

4. 深度使用 AI 编程工具，能阅读和验证代码，对生成质量、运行稳定性和调用成本敏感；

5. 好奇心强，愿意挑战复杂链路；发现问题主动负责，能清楚同步进展，与团队共同完成交付； 加分项

6. 熟悉 FFmpeg、浏览器媒体处理、动画合成或渲染服务，有视频编辑、长图或图像工程经验；

7. 做过多模型路由、任务调度、可恢复上传、推理优化或媒体质量自动检查。

岗位标签

NEW

特色标签

AI代理、Docker、Elasticsearch、FFmpeg、JavaScript/TypeScript、Kafka、Kubernetes、MongoDB、MySQL、Node.js、Python、PyTorch、SRE、TensorFlow、TTS模型、WebGL、中大型项目开发经验、云原生、云服务、云计算、云计算经验、内容、内容安全、分布式经验、分布式计算、加密、图像、图像生成模型、图生图模型、基础设施、多媒体处理、多模型调度、多模态内容生成、媒体素材处理、字幕生成、安全、密码、广告、异步处理、异步调用、微服务经验、数据安全、数据库、新媒体、时间线编辑、智能交互、智能体、智能研发、有前端经验/技能、服务端开发经验、机器学习经验、模型选择策略、测试工具、特征计算、直播、短视频、研发效能、聊天机器人、营销、视频、视频剪辑、视频合成模型、视频生成模型、视频编码、计算机图形学、语音、语音合成模型、语音配音、调度、跨模态生成、运维、金融、隐私、音视频开发经验、音视频编解码