AIGC算法工程师/研究员
岗位摘要
研发适用于视觉生成任务的文生图基座大模型和图像编辑大模型后训练算法RLHF，显著超越Stable Diffusion、Flux以及QWen-image等开源基座模型；设计RLHF奖赏模型，以数据驱动方式从美学评分、指令遵循、文字渲染及肢体优化等多维度构建reward model，提升生成模型后训练…
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 研发适用于视觉生成任务的文生图基座大模型和图像编辑大模型后训练算法RLHF，显著超越Stable Diffusion、Flux以及QWen-image等开源基座模型
- 设计RLHF奖赏模型，以数据驱动方式从美学评分、指令遵循、文字渲染及肢体优化等多维度构建reward model，提升生成模型后训练上限
- 研发RLHF强化学习算法，基于Diffusion/AR生成模型构建高效稳定的强化学习系统，探索RLHF在视觉生成领域的scaling law
任职要求
- 了解自然语言/多模态大模型的基本原理，对视觉生成领域流行算法（GAN系列、VQ-VAE、Diffusion Model、AutoRegressive model等）有一手实践经验
- 对深度强化学习核心算法（MDP、Policy Gradient、Q-Learning、TRPO、PPO、GRPO等）有深刻理解
- 有相关方向顶会论文、知名开源项目或重要产品落地者优先
- 优秀的编程能力，熟练使用PyTorch，熟悉Megatron分布式训练框架
- 熟悉OpenRLHF、ROLL、VERL等开源RL框架者优先
- 熟悉AIGC应用数据准备全流程，包括数据采集、清洗、标注等，对人工合成高质量训练数据有深入理解
- 有强烈的责任心，良好的团队合作能力和跨团队沟通能力
福利待遇
- 薪资45-75K·16薪
工作地址
上海徐汇区阶跃星辰公司
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。