主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "视频生成RL算法工程师/专家-Seed",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责基于DiT/Diffusion的视频生成模型研发与后训练优化，提升画质、美感、运动、一致性和指令响应等效果；\n2、负责生成模型RL后训练框架及多模态Reward Model/Verifier的设计与迭代，推动RLHF、ReFL、GRPO、DPO等方法在图像/视频生成中的应用；\n3、负责后训练全链路建设与业务落地，包括数据构建、模型评测、训练加速、推理优化、蒸馏压缩，并探索视频生成、交互编辑、音视频联合生成、Agent RL等方向。",
"requirements_text": "1、1-5年计算机视觉/多模态方向研究或实践经验，熟悉以下一个或多个方向：\n1）生成模型后训练（如RLHF、DPO、GRPO、Reward-based Optimization等）\n2）Reward Model/Verifier构建\n3）Agentic RL以及大规模训练优化；\n2、具备扎实的工程实现能力，熟练使用Python/PyTorch，有分布式训练、性能优化、问题定位与实际落地经验者优先；\n3、对生成式AI技术前沿与业务落地有热情，自驱力强，具备良好的学习能力、分析解决问题能力和跨团队协作能力；\n4、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分。",
"skills": [AI生成
"Python",
"PyTorch",
"计算机视觉",
"性能优化",
"团队协作",
"解决问题",
"学习能力",
"建模"
],
"preferred_qualifications": "2、具备扎实的工程实现能力，熟练使用Python/PyTorch，有分布式训练、性能优化、问题定位与实际落地经验者优先；4、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7626310775024126261/detail"
}
]
},
"posting": {
"posting_id": "7626310775024126261",
"post_date": "2026-04-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7626310775024126261/detail"
},
"fulltext": "视频生成RL算法工程师/专家-Seed\n职位描述\n1、负责基于DiT/Diffusion的视频生成模型研发与后训练优化，提升画质、美感、运动、一致性和指令响应等效果；\n2、负责生成模型RL后训练框架及多模态Reward Model/Verifier的设计与迭代，推动RLHF、ReFL、GRPO、DPO等方法在图像/视频生成中的应用；\n3、负责后训练全链路建设与业务落地，包括数据构建、模型评测、训练加速、推理优化、蒸馏压缩，并探索视频生成、交互编辑、音视频联合生成、Agent RL等方向。\n\n职位要求\n1、1-5年计算机视觉/多模态方向研究或实践经验，熟悉以下一个或多个方向：\n1）生成模型后训练（如RLHF、DPO、GRPO、Reward-based Optimization等）\n2）Reward Model/Verifier构建\n3）Agentic RL以及大规模训练优化；\n2、具备扎实的工程实现能力，熟练使用Python/PyTorch，有分布式训练、性能优化、问题定位与实际落地经验者优先；\n3、对生成式AI技术前沿与业务落地有热情，自驱力强，具备良好的学习能力、分析解决问题能力和跨团队协作能力；\n4、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分。\n1、负责基于DiT/Diffusion的视频生成模型研发与后训练优化，提升画质、美感、运动、一致性和指令响应等效果；\n2、负责生成模型RL后训练框架及多模态Reward Model/Verifier的设计与迭代，推动RLHF、ReFL、GRPO、DPO等方法在图像/视频生成中的应用；\n3、负责后训练全链路建设与业务落地，包括数据构建、模型评测、训练加速、推理优化、蒸馏压缩，并探索视频生成、交互编辑、音视频联合生成、Agent RL等方向。\n1、1-5年计算机视觉/多模态方向研究或实践经验，熟悉以下一个或多个方向：\n1）生成模型后训练（如RLHF、DPO、GRPO、Reward-based Optimization等）\n2）Reward Model/Verifier构建\n3）Agentic RL以及大规模训练优化；\n2、具备扎实的工程实现能力，熟练使用Python/PyTorch，有分布式训练、性能优化、问题定位与实际落地经验者优先；\n3、对生成式AI技术前沿与业务落地有热情，自驱力强，具备良好的学习能力、分析解决问题能力和跨团队协作能力；\n4、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等顶会发表论文者优先，有ACM/ICPC、数学建模、编程竞赛等经历者加分。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}