【岗位职责】 1、参与SWE-bench、LiveCodeBench等主流Code/Agent Benchmark 模型能力训练，覆盖Repo级代码理解、长程Agent规划、自动化代码修复与跨文件工程任务； 2、参与模型代码与Agent能力后训练，基于SFT/RLHF训练模型并面向真实软件工程任务评测； 3、识别和分析数据合成链路效果瓶颈，设计Multi-Agent协同的数据生成与验证方案； 4、应用AI-as-Judge与自动化对齐技术，构建代码任务的Reward Model与强化学习环境。 【任职要求】 1、计算机、人工智能或相关专业在读，本科及以上学历； 2、熟悉PyTorch等深度学习框架，具备扎实的编程与工程实现能力； 3、掌握NLP/深度学习算法，对Transformer、Post-training有深度理解和实战经验； 4、对代码大模型、复杂Agent系统、软件工程智能化有浓厚兴趣，有相关项目经验者优先； 5、在NeurIPS/ICML/ICLR/ACL/EMNLP/PLDI等顶级会议发表过论文者优先。 你将获得： 深入最先进生产力工具建设，积累真实复杂工程任务的稀缺经验，定义未来程序员与AI的协作方式。