MiniMaxRL 训练与推理工程师-多模态生成方向
社招全职地点：北京 | 上海状态：招聘♡ 收藏
工作描述
1. 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。 2. 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。 3. 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、通信和存储瓶颈，提升 GPU 利用率与集群扩展效率。 4. 优化训练、推理与奖励模型之间的协同机制，包括任务调度、资源分配、权重同步、数据传输及流水线并行，提升端到端训练效率和稳定性。 5. 与算法团队合作，推动强化学习、偏好优…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
还有更多 •••
相关职位
实习
1. 在读本科高年级、硕士或博士，计算机、人工智能、软件工程、自动化、电子信息、数学等相关专业优先；对 GUI Agent、Computer-Use Agent、多模态大模型、强化学习、环境合成、自动
更新于 2026-06-12武汉
社招1年以上搜一搜技术
1.具备较强的动手能力；熟悉 Python ，具备扎实的系统编程功底和优秀的复杂系统 Debug 能力； 2.深入理解大模型分布式训练原理，具备 Megatron-LM、DeepSpeed 或 Py
更新于 2026-10-13广州
社招2年以上技术类-算法
Qualifications 我们希望你具备： 1. 3年以上机器学习 / 强化学习 / 大模型训练 / 算法工程经验 2. 熟练 Python，有训练 pipeline 或大规模系统
更新于 2026-09-21北京|杭州
实习阿里巴巴2027
1. 计算机科学、人工智能、自然语言处理、数学或相关专业硕士及以上学历，有扎实的计算机知识和NLP功底； 2. 对文文的预训练、推理、强化学习等知识有较好理解，尤其对前沿大模态有较强的工程实践经验；
更新于 2026-04-08杭州