锦鲤求职岗位描述
【职位描述 】
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。
【任职要求】
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）。