招聘中社招

视频生成RL算法工程师/专家-Seed

字节跳动

收录时间2026-08-03 19:52

岗位职责

负责基于DiT/Diffusion的视频生成模型研发与后训练优化，提升画质、美感、运动、一致性和指令响应等效果；
负责生成模型RL后训练框架及多模态Reward Model/Verifier的设计与迭代，推动RLHF、ReFL、GRPO、DPO等方法在图像/视频生成中的应用；
负责后训练全链路建设与业务落地，包括数据构建、模型评测、训练加速、推理优化、蒸馏压缩，并探索视频生成、交互编辑、音视频联合生成、Agent RL等方向。

1-5年计算机视觉/多模态方向研究或实践经验，熟悉以下一个或多个方向： 1）生成模型后训练（如RLHF、DPO、GRPO、Reward-based Optimization等） 2）Reward Model/Verifier构建 3）Agentic RL以及大规模训练优化；
具备扎实的工程实现能力，熟练使用Python/PyTorch，有分布式训练、性能优化、问题定位与实际落地经验者优先；
对生成式AI技术前沿与业务落地有热情，自驱力强，具备良好的学习能力、分析解决问题能力和跨团队协作能力；
在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分。

真正值得关注的岗位，常常只在企业官网短暂开放，可能两三天后就下线，也未必会同步到综合招聘平台。没有持续关注，你甚至不会知道它曾经出现。职先机持续聚合并核验官网岗位，帮你抓住职场先机，快人一步。

微信小程序 / 当前岗位

字节跳动视频生成RL算法工程师/专家-Seed

扫码直达当前岗位收藏、浏览记录和下线提醒留在微信里

电脑端可直接微信扫码；手机端可保存小程序码后在微信中识别。