返回岗位列表

Code Agent算法工程师（实习）

查看原岗位

地点：北京薪资：300-500元/天日期：2026-03-03

岗位摘要

负责代码数据的合成、清洗、权重分配及来源扩充，持续提升代码中程训练和后训练阶段的数据质量；探究预训练小领域数据配比与最终效果的关系，开发数据合成链路解决代码模型关键问题；探究深度推理技术，研究Test-time Compute和模型效果的Scaling laws

岗位职责

负责代码数据的合成、清洗、权重分配及来源扩充，持续提升代码中程训练和后训练阶段的数据质量
探究预训练小领域数据配比与最终效果的关系，开发数据合成链路解决代码模型关键问题
探究深度推理技术，研究Test-time Compute和模型效果的Scaling laws
参与后训练奖励模型、强化学习算法的优化流程，构建线上代码补全数据到RL过程的数据飞轮
专注于代码强化学习中奖励模型的优化和创新，配合SFT阶段解决判别能力较差场景
探究合成数据进行代码奖励模型的预训练，组织标注人员进行代码奖励模型标注
开展Critic前沿探究，进行强化学习过程中可执行代码与单元测试的质量过滤和扩充
利用强化学习方法改进智能体的规划、反思和利用工具能力，强化code agent实际场景可用性
探索基于人机协同的高质量数据挖掘与合成，加强智能体规划和利用工具能力
构建code agent基础能力，包括planning能力、测例和代码生成能力
构建多模态智能体，提升多模态大模型RLHF中的训练效果
构建code agent智能体自动化评测和docker环境生成

任职要求

本科及以上学历，计算机、物理、数学、神经科学或相关专业
具备软件工程背景，具有扎实的计算机科学功底和编程能力
熟悉常见算法和数据结构，具有良好的编程习惯
熟悉语言模型的基本技术和模型结构，对AI的未来有信仰和工作热情
工作认真细致，计划性强，具有刨根问底的探究精神
对研发工作有很强的实事求是的落地信念，追求最终效果而非盲目追求新颖方法
对工作内容有较强责任感，实习3个月以上
有NOI、ACM竞赛经历者优先
有推荐、搜索领域出色的数据驱动工作经验者优先
熟悉强化学习相关技术和细节，曾深度参与强化学习项目或语言模型项目者优先
具有较强的工程能力，能迅速熟悉公司内外部平台工具使用，具有主动提升效率的意识

加分项

有NOI、ACM竞赛经历者优先
有推荐、搜索领域出色的数据驱动工作者优先
熟悉强化学习相关技术和细节，曾深度参与强化学习项目或语言模型项目
具有较强的工程能力，能迅速熟悉公司内外部平台工具使用，具有主动提升效率的意识
高淳刚刚活跃
上海阶跃星辰智能科技 · 校招HR

福利待遇

实习薪资300-500元/天

工作地址

北京海淀区大恒科技大厦12F