RL 训练与推理工程师-多模态生成方向

【岗位职责】 1. 负责视频生成模型的强化学习训练与推理基础设施建设，打通样本生成（rollout）、奖励计算、策略更新和效果评估链路，支撑模型持续迭代。 2. 优化视频生成模型的推理与 rollout 性能，围绕 DiT、Diffusion / Flow Matching 等模型的计算特点，提升采样吞吐、降低显存占用和生成成本。 3. 建设和优化分布式 RL 训练框架，解决长视频、高分辨率及多样本采样场景下的计算、通信和存储瓶颈，提升 GPU 利用率与集群扩展效率。 4. 优化训练、推理与奖励模型之间的协同机制，包括任务调度、资源分配、权重同步、数据传输及流水线并行，提升端到端训练效率和稳定性。 5. 与算法团队合作，推动强化学习、偏好优化及模型加速方案落地；建立性能分析、数值正确性验证、监控与故障恢复机制，保障实验可复现和训练可靠运行。 【任职要求】 1. 具备扎实的计算机基础，熟练…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 20960 个北京岗位（全城各职能合计），其中 1782 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。