阿里云ATH-MaaS-AI Agent全栈工程师-视频智能评测-广州/杭州/北京
任职要求
基础条件 ● 计算机、人工智能等相关专业本科及以上学历。 ● 3年以上后端研发经验，精通Java（Spring Boot / MyBatis-Plus）或Go其中之一，工程基础扎实、代码规范意识好。 ● 具备独立完成React/TypeScript前端功能开发的能力。 核心技术能力 ● 有LLM应用、Agent系统或AIGC产品的实际开发经验，理解RAG、Function Calling、Tool Use、ReAct等核心范式，能独立设计并落地Agent。 ● 熟悉主流多模态模型（Qwen-VL、Gemini、GPT-4V等）的能力特性、接入方式与不确定性边界，能从模型能力出发设计评测方案。 ● 良好的Prompt Engineering实践经验，熟悉CoT、Few-shot、Self-Consistency等策略，能用数据而非直觉驱动Prompt迭代。 ● 有视频相关开发经验（转码、抽帧、流媒体、视频生成或编辑工具），熟悉FFmpeg工具链。 加分项 ● 有AIGC视频领域完整研发经验，了解主流视频生成模型的…
工作职责
岗位定位 你将作为AI视频生产产品智能评测体系的核心建造者。我们既评测视频生成、图片生成等多模态模型的能力边界，也评测产品在真实业务场景下的端到端产出质量——从模型选型到生产链路放行，每一环都需要可量化、可解释、可复现的评判依据。你要建造的智能评测体系，能自主理解评测目标、调度多模态模型诊断、给出可解释判分、驱动生产链路的重试与放行；同时与生成大模型形成双向飞轮——评测产出反哺大模型微调与偏好对齐，大模型跃迁驱动视频生成产品及评测能力演进。 核心职责 1. 评测Agent架构设计 ● 主导设计"视频评测Agent"的能力边界、工具集与决策协议，使其具备任务规划、模型选型、自动重试、异常归因、人工介入点设计等自主能力。 ● 与视频生产链路上下游的Agent打通，将评测Agent作为生产链路中的智能质检与自纠错节点，形成"生成→质检→修复→放行"的闭环。 ● 设计评测Agent的可观测体系，让每一次决策都可追溯、可复盘、可改进。 2. 跨模型Benchmark体系建设 ● 构建覆盖视频生成、图片生成等多模态生成模型的Benchmark评测基准，定义能力地图与质量基线。 ● 建立模型选型、版本对比、回归验证的数据化决策链路，让模型选型从经验驱动走向证据驱动。 ● 攻关"跨模型可比性"工程难题：评测样本设计、风格归一化、置信区间标注、人工抽样补评机制。 3. 评测Prompt工程与VLM调优 ● 系统性构建面向视频评测各环节的Prompt工程体系：分层结构化、多模态对齐、领域知识注入、置信度自评等精细化设计。 ● 建立Prompt版本管理、A/B评测、自动优化机制，让VLM评分在跨模型对比语境下持续逼近人工裁判的一致性。 ● 探索结合人类反馈与Benchmark交叉验证的评测Prompt偏好对齐，让智能评测"打分像一个有审美的人"。 4. 评测与生成大模型的协同进化 ● 设计评测产物的结构化沉淀方案，把每一次评测都转化为可检索、可复用、可再加工的数据资产，作为视频生成大模型微调（SFT/DPO）与偏好对齐的高质量信号源。 ● 与算法侧协同建立"评测→反哺→生成→再评测"的双向闭环：评测识别出的Bad Case与Hard Case定向输入生成模型的迭代训练，生成模型每一次能力跃迁又驱动评测维度的扩展、Benchmark的扩容与评分基线的重标定。 ● 建设case库管理与质量回归机制，保障评测体系自身能跟上生成模型的迭代节奏。 5. 评测全栈工程能力 ● 端到端打通"任务提交→视频处理（抽帧/转码/格式适配）→多模态推理→评分聚合→报告生成→数据可视化"的自动化流水线。 ● 独立完成评测控制台、Benchmark对比看板、case库管理等前端功能，保障评测系统具备可用性与可维护性。 ● 保障长链路评测任务的稳定性：断点续传、局部重试、并发调度、容错降级等核心工程难题。
团队介绍： MaaS（Model as a Service）网站产品团队致力于打造行业领先的模型即服务平台，为开发者和企业客户提供模型发现、部署、调用、评测及管理的一站式体验。我们相信大模型将重塑软件开发与业务创新的方式，而一个优秀的 MaaS 平台是连接模型能力与用户应用价值的核心桥梁。 1. 竞争分析与行业洞察：持续跟踪国内外 MaaS 平台的产品动态与竞争策略关注大模型技术前沿，输出竞品分析与产品洞察，将技术趋势转化为平台产品机会 2. 平台产品规划与设计：负责 MaaS 网站平台的整体产品规划与路线制定，产品设计与持续迭代，设计平台化的产品架构与交互方案，构建模型发现 → 评估 → 部署 → 调用 → 监控的完整用户旅程。 3. 模型生态与开发者体验：从个人和企业开发者视角出发，规划并优化各类模型接入和服务，支撑开源模型、自研模型、三方模型等多元模型生态的高效运转；持续优化 API 文档、SDK 、Playground 、Skills 等开发者工具使用体验。 4. 商业化与增长：参与 MaaS 平台的商业化策略制定，设计模型计费、资源套餐、用量计量等商业化产品能力。建立产品核心指标体系，通过数据分析驱动产品决策与增长。 5. 跨团队协作：建立与横向团队紧密协同，并与工程、算法、设计、运营、解决方案等团队纵向协作，推动产品从设计到上线应用的全流程闭环。
团队介绍： MaaS（Model as a Service）网站产品团队致力于打造行业领先的模型即服务平台，为开发者和企业客户提供模型发现、部署、调用、评测及管理的一站式体验。我们相信大模型将重塑软件开发与业务创新的方式，而一个优秀的 MaaS 平台是连接模型能力与用户应用价值的核心桥梁。 1. 竞争分析与行业洞察：持续跟踪国内外 MaaS 平台的产品动态与竞争策略关注大模型技术前沿，输出竞品分析与产品洞察，将技术趋势转化为平台产品机会 2. 平台产品规划与设计：负责 MaaS 网站平台的整体产品规划与路线制定，产品设计与持续迭代，设计平台化的产品架构与交互方案，构建模型发现 → 评估 → 部署 → 调用 → 监控的完整用户旅程。 3. 模型生态与开发者体验：从个人和企业开发者视角出发，规划并优化各类模型接入和服务，支撑开源模型、自研模型、三方模型等多元模型生态的高效运转；持续优化 API 文档、SDK 、Playground 、Skills 等开发者工具使用体验。 4. 商业化与增长：参与 MaaS 平台的商业化策略制定，设计模型计费、资源套餐、用量计量等商业化产品能力。建立产品核心指标体系，通过数据分析驱动产品决策与增长。 5. 跨团队协作：建立与横向团队紧密协同，并与工程、算法、设计、运营、解决方案等团队纵向协作，推动产品从设计到上线应用的全流程闭环。
深入参与阿里云MaaS平台视频生成核心算法研发，致力于构建行业领先的AIGC视频创作能力。依托多模态/全模态大模型、图像/视频生成模型及Agent等前沿技术，打造下一代智能化视频创作平台，赋能短剧/漫剧、互动娱乐、电商广告等核心业务场景。具体工作内容包括： • 视频生成模型后训练：基于Wan/HappyHorse系列模型进行精调与优化。负责高质量视频数据的清洗与标注体系建设，通过 SFT与 RLHF，提升模型在特定业务场景下的生成表现； • 视频创作智能体：研发基于大模型的视频创作工作流智能体，实现“脚本策划-分镜生成-角色一致性控制-视频渲染”的全链路自动化；探索长视频生成的逻辑连贯性与复杂指令遵循，提升多模态模型在视频创作中的自主工具调用与“评价-反思-优化”闭环能力； • 生成质量评估体系：构建多维度的视频生成评估框架。结合客观指标与基于大模型的多模态内容评估，建立基于Agent架构的自主化、动态化评测机制，高效驱动模型迭代。
1. 负责模型侧从免费用户到付费用户的转化漏斗优化，提升模型付费客户总数 2. 搭建模型客户成功体系，提升30日留存与复购率，降低客户流失 3. 针对SMB/B层客户提供模型标准化方案与量化ROI证明，推动规模化商用 4. 聚焦模型Token消耗及Gaap营收增长，设计分层定价策略和促销活动 5. 监测并优化主站超级流量页面整体流量转化率，提升自然流量变现效率