RL 训练与推理工程师-多模态生成方向
MiniMax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、… 岗位要求:1. 具备扎实的计算机基础,熟练掌握 Python,熟悉 PyTorch 等深度学习框架,具备良好的工程设计、代码实现及问题定位能力。 2. 在分布式训练、模型推理优化或 RL 系统中至少一个方向有深入实践,能够独立分析性能瓶颈并推动优化落地。 3. 熟悉 GPU 计算与显存管理,理解混合精度、梯度累积、激活重计算、数据并行、模型并行等技术,具备多机多卡训练…