AI编程大模型应用工程师
岗位摘要
深入探索大语言模型在编程场景中的应用,参与Coding Agent开发,探索顶尖AI编程模型和框架的能力边界;持续探索创新的评测方法,提出更好的基准测试,定义模型能力,通过数据分析和算法改进优化大模型应用效果,跟踪数据变更对模型的影响,与算法团队配合进行数据实验,形成可量化的反馈机制
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 深入探索大语言模型在编程场景中的应用,参与Coding Agent开发,探索顶尖AI编程模型和框架的能力边界
- 持续探索创新的评测方法,提出更好的基准测试,定义模型能力,通过数据分析和算法改进优化大模型应用效果,跟踪数据变更对模型的影响,与算法团队配合进行数据实验,形成可量化的反馈机制
- 构建大规模高质量的数据,包括数据建设、数据抓取与解析、数据合成等
- 关注行业动态与技术趋势,及时引入新技术和理念,参与校企横向项目、学术论坛会议、发布论文,协助团队构建学术界影响力
- 开发评测基础设施,包括多语言安全执行沙箱、测试用例自动生成、评测任务调度等,支撑大规模自动化评测
- 欢迎前端、后端或全栈等工程专家参与,只要对AI编程有热情即可
任职要求
- 具备AI编程使用经验者优先,熟练使用Claude Code、Codex、OpenClaw等产品
- 计算机相关专业本科及以上学历,5年以上工程开发经验,包括前端、后端或全栈
- 熟悉多种主流编程语言,至少精通2-3门,对不同语言的代码特征和工程实践有深入理解
- 有LLM训练数据工程经验,能清晰说明数据决策如何影响模型效果
- 有代码评测相关实践经验,如SWE-Bench、HumanEval、BigCodeBench等,或有代码分析背景(如AST、静态分析)者优先
- 有大规模数据处理系统开发经验者优先
- 具备良好的数据分析思维,善于从评测数据中提炼洞察
- 熟悉LLM应用开发,深入理解各种Coding Agent设计,对开发者工作流有深入理解,能够从用户视角优化Agent的可用性与体验
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。