AI工程师（AI平台-翻译）

职位描述

1. 上下文感知翻译系统（Context-Aware Translation）：

- 设计基于 Long-Context LLM 的翻译工作流。解决传统翻译“只见树木不见森林”的问题，确保Agent在翻译第100句时，依然记得第1句设定的角色关系和专有名词（Glossary）。

- 利用 RAG（检索增强生成） 技术，维护剧本的“术语库（Term Base）”和“角色库”，保证人名、地名、招式名称在全剧中的一致性。

2. 字幕合规性控制（Subtitle Constraint Agent）：

- 核心难点： 通过Prompt Engineering或Function Calling，强制LLM输出符合SRT/ASS标准的字幕。

- 实现**自动分行与合并（Segmentation & Merge）**策略：当翻译结果过长时，Agent需智能拆分为两行；当两句过短时，智能合并，确保观众的阅读节奏舒适。

3. 多模态辅助翻译：

- （进阶）接入视觉理解模型（VLM）。当剧本中出现“看这里”时，Agent能分析画面内容，正确翻译出“Look at this [object]”，而不是生硬的直译。

4. 翻译风格化与调优：

- 设计“风格迁移”Agent，支持将同一份字幕快速转换为**“直译版”、“意译版”或“本地化梗版”**，以适应不同国家的市场偏好。

任职要求

1. 算法与工程能力：

- 计算机或计算语言学相关专业本科及以上学历，5年以上开发经验。

- 精通 Python 及主流LLM开发框架（LangChain, LlamaIndex, Semantic Kernel）。

- NLP深度： 熟悉主流机器翻译模型（NMT）与LLM翻译的优劣，了解 BLEU / COMET / BERTScore 等翻译质量评估指标。

2. Agent架构能力：

- 结构化输出专家： 能够驾驭LLM输出严格的格式（如 JSON, SRT, VTT），熟练处理解析错误和幻觉问题（Hallucination）。

- 长文本处理： 熟悉 Sliding Window（滑动窗口）、Map-Reduce 或 Hierarchical Summarization（分层摘要） 策略，能处理长达几十集的剧本翻译任务而不丢失上下文。

3. 业务理解（字幕规范）：

- 了解Netflix / Disney+ 的字幕规范者极佳。理解什么是 CPS (Characters Per Second)，什么是 CPL (Characters Per Line)，并能将这些规则转化为Agent的约束条件。

4. 加分项

- 字幕组经验： 曾参与过字幕组工作，或开发过自动化字幕工具（如AutoSub, Whisper-WebUI）。

- 微调经验： 有基于 Llama 3 / Qwen / Mistral 微调过垂直领域翻译模型的经验，能显著降低翻译成本并提升短剧口语的准确度。

- OCR经验： 熟悉 Video OCR 技术，能处理“硬字幕（Hardcode Subtitles）”的擦除（Inpainting）与回填。