返回岗位列表

Code大模型算法研究员（负责人）

查看原岗位

地点：北京薪资：70-100K 日期：2026-05-22

岗位摘要

负责代码预训练数据的合成、清洗、权重分配及来源扩充等工作，持续提高代码预训练及中程训练阶段的数据质量；探究预训练小领域数据的配比与最终效果之间的关系，开发数据合成链路；负责深度推理技术探究，参与Test-time Compute与模型效果Scaling laws的研究

岗位职责

负责代码预训练数据的合成、清洗、权重分配及来源扩充等工作，持续提高代码预训练及中程训练阶段的数据质量
探究预训练小领域数据的配比与最终效果之间的关系，开发数据合成链路
负责深度推理技术探究，参与Test-time Compute与模型效果Scaling laws的研究
参与后训练奖励模型、强化学习算法的优化流程，探究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与创新，配合SFT阶段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标注
负责Critic的前沿探究及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

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
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，追求最终效果而非盲目追求新颖的方法
对工作内容具有较强的责任感

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
何女士 3月内活跃
上海阶跃星辰智能科技 · 高级HRBP

福利待遇

月薪70-100K，每年16薪，薪酬竞争力强
加入上海阶跃星辰智能科技，专注于大模型前沿技术研发
参与Code大模型核心算法研究，有广阔的技术成长空间

工作地址

北京海淀区大恒科技大厦9楼