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：2026-05-22

岗位摘要

负责代码预训练数据的合成、清洗、权重分配与来源扩充等工作，持续提高代码预训练与中程训练阶段的数据质量；探究预训练小领域数据的配比和最终效果之间的关系，开发数据合成链路，解决代码模型中的关键问题

岗位职责

负责代码预训练数据的合成、清洗、权重分配与来源扩充等工作，持续提高代码预训练与中程训练阶段的数据质量
探究预训练小领域数据的配比和最终效果之间的关系，开发数据合成链路，解决代码模型中的关键问题
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、强化学习算法的一系列优化流程，探究线上代码补全数据到强化学习过程的数据飞轮
专注代码强化学习中奖励模型的优化和创新，包括与SFT阶段配合解决判别能力较差的场景、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的标注，参与Critic的前沿探究与可执行代码、单元测试的质量过滤和扩充

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与模型结构，对AI的未来有信仰和工作热情
熟悉 Megatron、slime、areal等主流算法框架
工作认真细致，计划性强，具有刨根问底的探究精神，对研发工作有实事求是的落地信念，追求最终效果，对工作内容有较强责任感
实习期需在3个月以上

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

福利待遇

具有竞争力的实习薪酬，300-500元/天
弹性工作制度，每周仅需到岗4天
与顶尖AI团队共同探索代码Agent与强化学习的前沿技术
表现优异者有机会获得转正机会

工作地址

北京海淀区大恒科技大厦12F