生成式AI工程师

整合和评估生成式AI视频模型，引入新视频生成提供商（Replicate, PiAPI, 直接API等），评估质量/成本/延迟的权衡，并管理提供商特定的怪癖（ moderation filters, prompt format差异, 分辨率/持续时间限制）。优化创意brief流程，调整LLM提示策略用于创意brief生成，实验模型选择和温度设置。构建和扩展生成流程，从输入信号→产品匹配→brief生成→并行视频生成→合成→流媒体交付。成本和性能优化，监控每个提供商的成本，改进缓存，平衡完整的GenAI路径与模板回退路径。

具有整合GenAI API的实际经验，特别是视频/图像生成模型（Sora, Veo, Kling, Stable Diffusion, Seedance等）。理解速率限制、异步polling模式、webhook回调和跨提供商的错误处理。提示工程熟练度，能够编写和迭代系统提示用于创意文案生成、场景描述和视频生成提示。理解模型温度、token预算和结构化输出约束对结果的影响。务实的评估心态，能够运行模型基准测试，记录学习成果，并基于质量、成本和延迟做出数据驱动的提供商选择决策。