返回岗位列表

Code大模型算法工程师/研究员

查看原岗位

地点：北京薪资：50-80K 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、来源扩充等工作，持续提高预训练、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、来源扩充等工作，持续提高预训练、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、Test-time Compute和模型效果的Scaling laws，参与后训练奖励模型及强化学习算法优化流程
探索线上代码补全数据到强化学习过程的数据飞轮，专注于代码强化学习中奖励模型的优化与创新
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，推进Critic前沿探究与强化学习中可执行代码及单元测试的质量过滤扩充

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和模型结构，对AI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，追求最终效果而非盲目追求新颖方法，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
陈女士 3日内活跃
上海阶跃星辰智能科技 · 资深HR

福利待遇

具有竞争力的薪酬待遇，50-80K·16薪
加入上海阶跃星辰智能科技，专注于代码大模型与代码智能体前沿研究
参与Code大模型代码预训练、强化学习奖励模型等核心算法研发

工作地址

北京海淀区阶跃星辰公司