强化学习算法工程师-剪映CapCut

关于这个机会

1、负责视频创作Agent相关的研发与应用，研究大模型的对齐方法、Agent的设计&端到端训练（Agentic RL）等，跟进LLM、Agent的最新进展； 2、研究LLM/VLM Agent训练算法，尤其是强化学习（RL）的各类算法； 3、高质量数据的挖掘和清洗，研究探索数据自动、半自动合成方案，设计视频创作Agent的评测方法，设计置信的RL Reward方案； 4、持续跟踪LLM/VLM、Agent领域的最新技术动态，并将其应用于实际业务场景中，推动技术落地。

任职要求

1、优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门语言，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先； 2、深入理解大模型或图片视频生成等相关技术栈（如RLHF、SFT、Dit/Vit/Transformer、Stable Diffusion等），对强化学习（RL）在上述技术栈中的应用机制和潜力有清晰认知，可灵活运用RL优化相关流程； 3、在大模型领域，主导过有影响力的项目或论文者优先；在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表论文者优先； 4、有大模型训练经验，有文案生成、创意生成、素材编辑、AI特效等有相关经验，有Agent、Tool-Use、MCP等相关经验优先； 5、出色的问题分析和解决能力，有自主探索解决方案的能力； 6、良好的沟通协作能力，能和团队一起探索新技术，推动技术进步。

内推申请说明

本站为独立内推协助平台。申请会交由管理员核实岗位与内推渠道，不等于已在公司官网投递；薪资、岗位状态和实际招聘流程以官方信息为准。