腾讯
校招混元多模态-多模态强化学习研究
北京 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1. 计算机相关专业的博士、硕士、以及特别优秀的高年级本科生；
- 2. 工程代码能力强或理论功底扎实；
- 3. 发表过一作顶会论文，包括ICML/NeurIPS/ICLR、CVPR/ICCV/ECCV；
- 4. (加分项) 有diffusion models (image/video generation) 相关工作发表，并具备一定的大规模训练经验；
- 5. (加分项) 有RL infra相关工程搭建经验，熟悉常用的training engine (FSDP/Megatron)和inference engine (vllm/SGLang)，并对生成模型有一定的了解；
- 6. (加分项) 有reward model相关数据标注链路经验
- 此课题同时招聘应届实习生和低年级实习生。
岗位描述
【岗位职责】
课题背景：
近年来，多模态模型快速发展，包括生成模型（Diffusion Models）和理解模型（VLMs），但如何通过强化学习（RL）实现高质量后训练（post-training）来提升模型能力仍是开放问题。本课题将探索面向多模态生成与理解模型的强化学习训练框架，包括生成模型（文生图/视频）与视觉语言理解模型的RL后训练方法，并构建可扩展的RL Infra与Reward系统，以提升模型生成质量、推理效率与任务泛化能力。
课题挑战：
- 1. 多模态RL训练框架搭建（基于UniRL仓库）：构建可扩展的RL Infra，统一训练引擎、推理引擎与reward server，支持生成模型与VLM的高效后训练；
- 2. 生成模型RL算法研究：设计适用于diffusion/生成模型的RL算法，例如dense reward、multi-reward优化及off-policy稳定训练；
- 3. 多任务reward系统构建：设计reward hub与pipeline，为不同任务构建高质量reward信号。
具体工作：
参与多模态强化学习研究，包括RL Infra搭建、生成模型RL算法设计，以及多任务reward系统构建与实验验证。
【任职要求】
- 1. 计算机相关专业的博士、硕士、以及特别优秀的高年级本科生；
- 2. 工程代码能力强或理论功底扎实；
- 3. 发表过一作顶会论文，包括ICML/NeurIPS/ICLR、CVPR/ICCV/ECCV；
- 4. (加分项) 有diffusion models (image/video generation) 相关工作发表，并具备一定的大规模训练经验；
- 5. (加分项) 有RL infra相关工程搭建经验，熟悉常用的training engine (FSDP/Megatron)和inference engine (vllm/SGLang)，并对生成模型有一定的了解；
- 6. (加分项) 有reward model相关数据标注链路经验
【加分项】
此课题同时招聘应届实习生和低年级实习生。
【技术方向】
多模态、视觉、语音
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。