AIGC底座后训练高阶

1、负责视频生成模型的后训练架构设计与实现，主导高质量指令数据，人类/AI偏好对齐，长视频建模，故事线建模，相机控制等视频质量提升探索；

2、参与后训练数据建设，搭建视频质量提升的评测链路，构建视频多维度的Reward Model，开展RLHF / DPO / GRPO / PPO 等对齐训练；

3、探索并落地模型蒸馏等扩散模型推理加速

1、博士或硕士研究生学历，计算机相关专业；

2、在视频生成后训练方向有扎实的理论基础和实战经验，包含RLHF/DPO/GRPO/PPO等偏好对齐，LoRA/QLoRA/DoRA 等微调技术，及Consistency Model / Flow Matching Distillation等模型蒸馏技术；

3、有完整的视频生成后训练项目经验，对视频Reward Model，视频质量评测有实战经验；

4、具有良好的沟通能力和团队合作能力。

加分项：

1、熟悉或参与过的高质量视频生成模型训练全流程；

2、熟悉或主导过视频物理模拟、世界一致性、长时一致性、因果推理方向的研究；

3、熟悉或主导过视频高质量评估和人类偏好对齐的实践；

4、有极致效率优化经验（推理加速、显存压缩、蒸馏、量化等）