岗位职责

1. 负责文生图、图生图、文生视频、图生视频等多模态生成模型的算法设计与优化

2. 设计并实现高效的分布式训练策略，对推理端进行并发与加速优化（如：pipeline parallel、tensor parallel、KV cache、FlashAttention、多模态 cache reuse 等）

3. 构建自动评估体系，对生成质量（如清晰度、一致性、时序稳定性）进行量化，并持续改进。

任职要求：

教育背景：本科及以上学历，计算机/数学/统计学相关专业

技术栈：

熟练使用Python，掌握C++/Java至少一门编译型语言

熟练掌握 Stable Diffusion 模型架构（VAE、UNet、CLIP、Sampler、Scheduler），具备效果增强与推理加速能力

深入理解 ComfyUI 执行机制，具备业务级定制化工作流设计与多模态生成流程搭建能力

具备自定义 ComfyUI 节点开发能力，支持 Python 扩展节点编写与插件集成

具备推理性能优化实战经验，熟悉 xformers、Latent reuse、VAE skip decode、batch 加速等技术

熟悉图生视频 / 文生视频工作流，了解 AnimateDiff、VideoCrafter2 等扩展方案，能构建端到端视频生成链路

精通图像/视频生成结果的多维质量优化，包括清晰度、一致性、时序稳定性、风格控制等

熟悉 Prompt 工程，能根据任务构建有效提示词组合，实现控制性与多样性平衡

熟练使用 FastAPI + ComfyUI 构建高性能生成服务，支持任务异步化、批量生成、并发控制、高并发部署

掌握模型交付的 DevOps 流程，包括容器化（Docker）、编排（Kubernetes）、Model CI/CD