RL 训练与推理工程师-多模态生成方向

MiniMax · 北京

来源：MiniMax 官方招聘 · 更新于 2026-11-02 · 抓取快照，投递前请确认岗位仍在招

全职算法北京等互联网 / 电子 / 网游

去官方投递 → ← 返回岗位列表薪资面议

岗位描述

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。
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。
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…
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。
在分布式训练、模型推理优化或 RL 系…