返回岗位列表

大模型测评工程师（实习）

查看原岗位

地点：上海薪资：300-500元/天日期：2026-03-05

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，持续提升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配比与最终效果之间的关系，开发数据合成链路以解决代码模型关键问题

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，持续提升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配比与最终效果之间的关系，开发数据合成链路以解决代码模型关键问题
探究深度推理技术与Test-time Compute的Scaling laws，参与后训练奖励模型及强化学习算法的优化流程
构建线上代码补全数据到RL过程的数据飞轮机制
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场景
探究合成数据进行代码奖励模型预训练，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

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、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
高女士今日活跃
上海阶跃星辰智能科技 · 校招HR

福利待遇

日薪300-500元
每周工作4天，灵活安排
参与前沿大模型技术研发
接触代码预训练与强化学习核心技术
优秀团队指导与成长空间

工作地址

上海徐汇区西岸智塔AI Tower