快手多模态视频生成数据与算法工程师（RLHF方向）-【可灵AI】

任职要求

1、硕士及以上学历，具备扎实的工程能力与算法背景，对多模态大模型、视频生成和模型后训练有强烈兴趣；
2、以核心成员身份参与过 RLHF/偏好数据构建或后训练项目，熟悉数据采集、送标、质检、评测、训练、回归的完整链路；
3、在图像或视频生成任务中，具备 DPO / GRPO / ReFL / PPO 等方法的实际工程经验，理解算法效果、稳定性与成本之间的权衡；
4、熟悉计算机视觉基础与生成建模（图像/视频生成、时序建模、VLM 等），…

工作职责

1、负责多模态视频生成模型的 RLHF 数据体系建设与工程落地，围绕运动质量、文本对齐、画面稳定性、风格一致性等核心业务指标，构建可规模化、可迭代的数据生产与交付流程；
2、设计并实现面向视频生成的 偏好建模与 Reward 机制，将主观质量（美感、合理性、符合指令等）转化为稳定、可优化的训练信号，推动模型在真实场景中的持续提升；
3、在生产环境中落地 DPO / GRPO / ReFL / PPO 等后训练与强化学习方法，结合数据策略与算法设计，提升模型效果并控制训练成本与稳定性；
4、深度对齐业务目标（如生成质量、用户满意度、场景可用性、内容安全等），以 “数据 + 算法 + 评测”闭环驱动模型迭代，对关键指标提升结果负责；
5、与算法、工程、数据、产品及运营团队紧密协作，建设 自动化数据管线、评测与回归体系，确保 RLHF 能在多模型、多版本中稳定复用与规模化落地。