返回岗位列表

Code大模型算法研究员/工程师

查看原岗位

地点：北京薪资：30-35K 日期：2026-05-22

岗位摘要

负责代码数据的合成、清洗、权重分配与来源扩充，持续提高代码数据质量；探究Post Training中有效提升模型代码能力的方法，覆盖代码竞赛、SWE等场景；探索RL技术在代码场景的有效应用，实现数据飞轮与RL技术的深度结合

岗位职责

负责代码数据的合成、清洗、权重分配与来源扩充，持续提高代码数据质量
探究Post Training中有效提升模型代码能力的方法，覆盖代码竞赛、SWE等场景
探索RL技术在代码场景的有效应用，实现数据飞轮与RL技术的深度结合
专注于代码强化学习中奖励模型（Reward Model）的优化与创新
负责合成数据训练代码奖励模型，组织代码及SWE场景数据的标注与校验
负责前沿技术探究，强化学习过程中可执行代码与单元测试的质量过滤与扩充

任职要求

预计毕业时间为2025年9月至2026年8月的计算机、物理、数学等相关专业博士或优秀硕士研究生
具备扎实的计算机科学功底和编程能力，熟悉常见算法与数据结构，编程习惯良好
熟悉语言模型基本技术与模型结构，掌握Post Training全流程，对AI未来有坚定信仰和工作热情

加分项

有NOI、ACM/ICPC金牌获奖经历优先
有高水平论文发表者优先，如ICLR, ICML, NeurIPS等会议
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

具有竞争力的薪酬体系：30-35K×16薪，年薪可达48-56万元
位于北京海淀区的现代化办公环境
参与前沿代码大模型研究，有机会接触顶级学术会议发表成果
扁平化的技术团队文化，鼓励创新与探索
针对NOI、ACM金牌及顶会论文发表者提供优先录用通道

工作地址

北京海淀区大恒科技大厦12F