资深CV 算法专家（基础模型方向）(J17138)

职位描述

1. 负责 AIGC基础模型（文生图、图生图、图像编辑模型）的后训练体系建设，包括SFT、DPO、GRPO等强化学习方法设计与实现。

2. 构建大规模指令数据，用于人像生成、人像编辑、图像修复、目标消除、视频编辑等方向的SFT微调。

3. 设计奖励模型（Reward Model），包括但不限于：图像质量、真实感、结构保持；人像一致性、身份保持指令遵循与安全性。

4. 负责从通用基础模型到手机影像场景的能力迁移，指令适配、风格对齐等。

5. 提升模型对用户指令的理解能力，使生成编辑结果更稳定、更可控、更一致。

任职要求

1. 计算机、人工智能相关领域硕士/博士，基础扎实。

2. 熟练掌握SFT、指令微调、奖励建模或 RLHF/RLAIF/RL-based 后训练中的至少一项。

3. 熟悉扩散模型、MMDiT、流模型（Flow Matching / Rectified Flow）或其他生成式基础模型。

4. 擅长大模型后训练数据构建，指令设计、数据对齐、偏差处理、人像一致性评估。

5. 有基础模型对齐、后训练或奖励模型相关落地经验者优先。

加分项：

- 有人像编辑、人像生成或视觉多模态基础模型经验；

- 有实际 RLHF、DPO、PPO、RLAIF、GRPO 或其他RL后训练落地案例；

- 有构建 Reward Model 的实践经验（文本 RM / 图像 RM / 多模态 RM）；

- 有顶会论文、开源项目、大模型训练搭建经验。