logo of bilibili

哔哩哔哩【B-UP】强化学习训练算法工程师(实习)

实习兼职技术类地点:上海状态:招聘♡ 收藏

工作描述


工作职责:
1. 参与强化学习核心算法的设计、实现与优化,探索 RL 训练策略与奖励模型(RM)训练方法,提升模型能力与训练稳定性;
2. 根据个人研究方向,面向视频生成或视频理解的其中一个方向,开展强化学习研究与应用;
3. 视频生成方向:探索扩散模型的强化学习与偏好优化方法,包括 PPO、DPO、GRPO、ReRL、Diffusion NFT 等,提升生成质量、运动自然度、时序一致性与指令遵循能力;
4. 视频理解方向:探索 VLM 的强化学习训练方法,以及 Agentic RL 在视频理解任务中的应用,提升视频语义理解、…
登录查看完整工作描述
微信扫码,1秒登录

包括英文材料
学历+
NLP+
OpenCV+
算法+
Transformer+
强化学习+
PyTorch+
大模型+
SFT+
还有更多 •••
相关职位

logo of bilibili
实习技术类

工作职责: 1、参与强化学习训练框架的研发与性能优化,根据业务需求持续演进训练策略与系统能力,提升大规模模型训练效率; 2、深度分析与定位训练系统中的性能瓶颈(包括计算、通信、存储等),实施针对性优化

更新于 2026-09-22上海
logo of bilibili
实习技术类

1. 计算机相关专业,具备扎实的C++/Python编程功底,熟悉Linux开发环境; 2. 有GPU异构计算实践经验,熟悉CUDA编程、TensorRT部署或编译优化技术(TVM/XLA/算子融合)

更新于 2026-06-23上海
logo of bilibili
实习技术类

1.具备多模态大模型的相关知识,熟悉VLM、video VLM以及长视频内容理解,了解主流的开源模型。 2.熟悉VLM、video VLM的预训练、中训练、后训练等关键流程,具备数据处理、模型训练与评

更新于 2026-06-22上海
logo of bilibili
实习技术类

1、计算机、网络工程、电子信息、高性能计算、人工智能等相关专业; 2、熟悉 Linux 操作系统,掌握基础 Linux 命令,了解 Shell/Python 任意一种脚本语言,具备基础脚本编写能力;

更新于 2026-06-24上海