1.负责多模态大模型（如图文理解、视频理解、视频生成）的后训练算法研究、设计、实现，提升模型在线上业务的表现；

2.研究视频生成模型与RL相结合的算法设计、开发与性能优化，包括环境搭建、奖励函数优化、分布式训练及推理性能优化，提升生成稳定性；

3.多模态训练Infra建设，深入分析和优化视频生成模型训练全链路流程，包括数据加载、显存管理、通信效率等，显著提升训练速度与吞吐量； 

4.紧密跟踪国内外多模态AI、大模型领域的最新研究进展，参与团队内部的技术分享、专利申请、论文发表等工作，提升团队整体技术水平。

【岗位要求】

1.具备良好的数理基础和LLM技术基础，能够熟练使用大模型训练及推理框架；

2.在Post-training方向有一定研究基础，熟悉SFT/DPO/GRPO/Reward Model等；

3.具备良好的分析和解决问题的能力，针对具体的应用场景能合理设计和优化算法并应用；

【加分项】：

1. 熟悉Diffusion/Flow Matching/多模态RL算法

【联系方式】：

如果你对以上实习职位感兴趣，请发送简历lxyu_shawnlue@pku.edu.cn，并注明每周可以实习天数。

简历名称模板：实习_姓名_学校（如 实习_李四_北大）。简历格式建议PDF。