Job Description

视频生成算法实习生 (基模专项能力)

北京

实习

研发 - 算法

职位描述

我们正在寻找一位具有极强推进力、数据敏锐度与 Owner 意识的伙伴（欢迎优秀实习生及社招同学）。 你将加入视频基础模型（Base Model）团队，负责具体场景/专项能力的 SFT（监督微调）、RL（对齐）与效果优化。该岗位不要求追求复杂的底层架构创新，核心在于通过精准的数据策略、高效的跨部门协作与快速的迭代闭环，在特定业务/生成场景下把生成效果做到极致。该专项能力后续也会逐步沉淀并融合进主线基模中。 你将作为该项目的“推进马达”，打通从数据策略制定、数据交互、模型微调到评测反馈的全流程。 岗位职责： 1. 专项能力落地与迭代： 针对特定的生成场景与表现力需求，设计高效的 SFT/RL 方案，快速提升模型在特定场景下的生成质量、可控性与一致性。 2. 数据策略与建设统筹： 深入数据闭环。与数据团队、标注及交互同学紧密协同，制定合理、务实的数据策略，主动 push 并协同相关同学高效完成数据的筛选、清洗与交互。 3. 评测闭环与效果验收： 联合评测团队建立贴近实际效果的评估集与标准，结合主客观反馈定位模型短板，给出清晰明确的迭代结论并推动修复。 4. 跨团队资源拉通： 担任项目的核心推进者，具备强烈的责任心与沟通推进能力，协调数据工程、评测、平台等伙伴，把控项目进度与质量。

职位要求

1. 核心推进力（最重要）： 具备极强的 Owner 意识、沟通协调能力与项目推进力。善于主动沟通、拆解问题，能够高效 push 跨部门合作（数据、评测等伙伴）共同解决问题。 2. 技术基础： 熟练使用 PyTorch，了解 Diffusion / Flow Matching 或大模型 SFT/RL 的基本原理。有视频/图像生成或多模态微调的相关项目或实习经验即可。 3. 数据敏锐与务实精神： 理解“数据质量决定效果上限”，做事务实，不迷信纯调参，能够从数据分布、样本质量与消融实验中发现问题。 4. 心理素质与包容度： 对不同类型/特定生成场景的研发有客观、开放的认知，能够适应高节奏、结果导向的实际落地工作。

投递