基础模型：推进图像、视频与 3D 生成架构，设计、训练并迭代支撑平台创作管线的核心模型；后训练：研发 RLHF、DPO、奖励建模与对齐技术，让创作者在美学、人体结构正确性、风格一致性上获得精细控制；大规模数据治理：搭建并打磨大规模数据管线——采源、过滤、标注、增广动漫领域数据集；评估与度量：为美学、可控性、正确性与创作者有用性设计严谨评估方法论，超越 FID，转向对生产真正重要的指标。

计算机科学、工程或相关技术领域本科及以上，或同等实战经验；② 有 PyTorch 等深度学习框架的强实战经验，能在原型与生产级训练之间自如切换；③ 能独立设计、执行并分析机器学习实验——从假设、消融到结论；④ 扎实的机器学习基础与现代深度学习方法理解（优化、泛化、架构），并有理论何时在实践中失效的判断力。