腾讯微信秒剪-agent强化学习训练框架开发工程师-（广州）
任职要求
1.精通Python及PyTorch等框架，具备Qwen、Deepseek等模型的二次训练经验者优先； 2.深入理解Transformer架构、SFT/RL训练范式及Prompt工程，了解Claude Code等Agent开发框架，有完整智能体系统搭建经验者优先； 3.熟悉常用的R…
工作职责
1.参与开发优化大模型推理性能，提升长调用链 Agent 推理效果和推理性能； 2.搭建高性能的 Agent RL训练和推理框架，满足超长上下文(工具调用)场景下 Agent RL的训练效率以及训练稳定性； 3.参与大窗口、分布式训练的性能优化，持续跟进大模型训练框架前沿技术，进行关键技术预研以及落地验证； 4.深入分析模型后训练过程中的链路流程，包括数据加载、通信效率等，提升训练速度以及训练吞吐。
1.评测体系建设：负责大语言模型（LLM）及多模态模型（语音/视频/图片）的评测体系设计与搭建； 2.评测方案设计与执行: 构建自动化、可扩展的评测工具链，支持模型快速迭代验证。探索前沿评测方法，包括但不限于 LLM-as-a-Judge、动态评测、Arena 对战、复杂推理评估等； 3.模型能力诊断与优化协同：通过量化分析定位模型短板，与算法团队紧密协作，推动模型能力持续提升。
1.负责音视频 SDK 中渲染引擎底层机制的研发与维护，支持 iOS/macOS/Android/Linux/Windows 等多个平台； 2.负责音视频 SDK 中视频剪辑、拍摄新能力的研发，包括从结构设计到具体实现的一系列工作。
1.负责视频生成大模型（基于DiT/Flow Matching架构）的亿级训练数据管线搭建，设计并优化视频的自动化清洗、切片、去重、水印/字幕去除、质量打分及过滤策略，持续提升入库数据质量； 2.主导基于VLM的高密度、高质量视频Caption生成策略设计，提升“音频-视频-文本”等多模态数据（含复杂意图与动作轨迹）的严格对齐，驱动模型指令遵循与动作表现力提升； 3.负责搭建视频生成数据流转与质量监控体系，深入分析模型生成的Bad Case（如时序不一致、物理规律崩坏、主体形变等），通过优化数据清洗规则与配比策略，直接驱动大模型生成效果的迭代。
1.负责多模态内容理解、多模态生成等算法技术在视频剪辑、多模态理解和生成业务上的落地工作：； 2.图像、视频、语音等多模态内容理解和生成算法的模型设计、训练、优化； 3.文生图、文生视频、图生视频等算法的探索和落地； 4.实现模型轻量化（知识蒸馏、量化剪枝）及推理加速，满足低延迟需求； 5.跟踪多模态大模型、世界模型等前沿方向，探索业务结合点。