岗位职责
- 媒体处理核心系统架构与研发 ● 主导视频转码、截图、Meta 、媒体工作流、切片打包等核心媒体处理能力的架构设计与持续优化，保障高并发、高可用、低成本。 ● 负责转码增强方向（超分辨率、窄带高清、画质修复、音频增强等）的技术探索与工程落地，结合 AI 提升媒体处理效果与效率。 ● 设计并优化大规模媒体处理任务调度、状态流转、数据一致性与资源利用率，支撑日均千万级媒体处理任务。 ● 负责媒体处理服务的稳定性建设，包括 API 5XX 治理、可观测性、容灾降级、自动化运维与灾难恢复预案，系统可用性目标
- 9% 以上。
- AI 原生应用落地（Agent & RAG） ● 深入媒体处理业务场景，利用 Agent 技术拆解复杂业务需求，设计包含记忆管理、推理策略、工具调用的智能系统，实现媒体生产与运维的自动化闭环。 ● 搭建基于 RAG 的视频与媒体处理领域知识库，优化向量检索、召回质量及上下文注入策略，为大模型提供精准的编解码参数、业务规则等知识支撑，有效抑制模型幻觉。 ● 负责意图识别、步骤规划、反思纠错等 Agent 关键模块的工程化落地；封装标准化 SDK/API，构建 Agent 观测体系，实现全链路追踪与多维效果归因。 ● 探索大模型在智能运维、自动化问题定位、智能文档生成、智能转码参数推荐等场景的落地。
- 技术融合与效能提升 ● 将传统媒体处理技术与大模型能力结合，探索基于自然语言指令的视频编辑、智能摘要、自动化质检、智能封面、内容审核等创新功能。 ● 作为 AI 编程工具重度用户（如 Qoder、Cursor、通义灵码），通过高阶 Prompt Engineering 和自动化代码生成提升研发效率；建立自动化评测与回测机制，推动 AI 能力从单点验证走向规模化落地。
- 前沿技术探索与团队影响 ● 跟踪业界在多模态大模型、智能媒体生产、分布式计算、云原生方向的最新进展，将其转化为可落地的技术方案。 ● 每季度输出至少 1 篇高质量技术沉淀（架构设计文档、专利或技术博客），持续提升产品行业影响力。
职位要求
- 基础素质 ● 计算机相关专业本科及以上学历，5 年以上后端开发经验，其中至少 2 年媒体处理或音视频相关领域经验。 ● 具备极强的逻辑思维能力、责任心、学习能力以及抗压能力，拥有良好的沟通协作能力及跨团队推动力。
- 核心技术栈 ● 编程语言：精通 Java / Go / C++ / Python 中至少一门主流语言，具备深厚的编码功底，熟悉多线程、网络编程及内存管理。 ● 媒体处理领域： ○ 熟悉音视频基础知识（封装格式、编码标准 H.264/H.265/H.266/AV
- 码率控制、流媒体协议等）。 ○ 有视频点播 / 直播系统、分布式媒体处理服务、转码集群业务层或智能媒资系统的开发经验。 ○ 熟悉 FFmpeg 原理及应用，或有基于开源媒体处理框架进行二次开发的经验。 ○ 了解转码增强（超分、窄带高清、画质修复、音频增强）等方向。 ○ 分布式架构：精通微服务、缓存、消息队列、分布式数据库等中间件原理，有海量非结构化数据（视频文件）及元数据处理实战经验。 ● 云原生：熟悉 Kubernetes、可观测体系，具备云原生环境下的系统设计与调优能力。
- AI 应用能力 ● 大模型工程化：深刻理解主流 LLM 的能力边界，熟练掌握 Context Engineering、Prompt Engineering、Function Calling 等范式。 ● AI 工具链：是 AI 编程工具的重度玩家，擅长利用 AI 辅助进行系统设计与代码编写；具备将模糊的业务痛点转化为明确 AI 解决方案的能力。 ● Agent / RAG 落地：有多智能体编排、RAG 知识库、视频垂类大模型应用的完整落地经验者优先。 ● 风险应对：具备大模型幻觉抑制、Prompt 注入防御等安全工程化思路，能设计确定性逻辑兜底方案以保障业务稳定性。
- 加分项 ● 熟悉阿里云百炼、通义千问、OpenAI、Claude 等模型平台或模型能力。 ● 在 GitHub 上有高质量的音视频处理或 AI 相关开源项目，或有技术博客 / 社区影响力。 ● 有独立完成的个人 Demo 或创新小项目，展现出对新技术的敏锐度和审美追求。
