DataHub 招聘专题 · 数据更新至 2026-10-20
AI算法工程师招聘
算法工程师仍是 AI 行业最核心的招聘方向之一，岗位通常关注模型训练、特征工程、数据处理、性能优化和线上效果。本专题聚合算法相关机会，帮助候选人快速查看公司、地点、薪资和岗位职责。
专题说明
AI算法工程师招聘：DataHub整理1258个相关岗位，覆盖32家公司，数据更新至2026-10-20。 页面会随招聘数据重建自动更新，适合用于观察岗位供给、公司分布和城市变化。
Agent算法后训练数据基础设施岗
负责Agent训练与推理全链路框架的开发、优化与稳定性保障，支撑大规模模型训练实验的高效运转；设计并维护Agent执行沙箱，保障代码执行、工具调用等复杂场景下的安全性、隔离性与可靠性
机器学习工程师，企业大脑
参与深度用户理解和任务预测等具有挑战性的机器学习问题；利用大语言模型和其他先进机器学习技术开发解决方案；参与代理编排和前沿排序技术的研发；构建主动式AI产品，自动检测并自动化企业任务；基于深度用户理解和先进企业图谱开发功能
大模型基础设施/算法工程师
研究与实现超大规模GPU集群分布式训练技术，提高MOE大模型和强化学习的训练吞吐量；调研并实现大模型前沿算法，包括基础架构、强化学习、多模态及视频生成等方向；负责大模型训练框架和推理框架的研发与性能调优
分布式训练算法工程师
支持万卡集群分布式训练性能稳定性优化，确保训练精度对齐；针对具体训练模型，拆解优化算法，达成性能优化目标；研究并适配优化常见分布式训练框架；研究和实现前沿大模型性能优化算法；数学、自动化、计算机、软件、通信等相关专业背景
大模型基础设施/算法工程师
研究与实现超大规模GPU集群分布式训练技术，提高MOE大模型和强化学习的训练吞吐量；调研并实现大模型前沿算法；负责大模型训练框架和推理框架的研发与性能调优；熟悉Python或C++，具备扎实的算法和计算机基础，编程风格良好
算法实习生（视觉编码 / 计算机使用方向）
参与多模态Agent前沿研究，重点聚焦Visual Coding与Computer-Use Agent两个方向；探索模型的视觉理解、代码生成、推理规划与交互执行能力；阅读和分析前沿论文，识别现有方法的局限性，提出明确的研究假设
VLA视觉-语言-动作模型算法研究员
部署和测试GR00T系列、PI系列等社区开源VLA模型，并完成baseline复现；针对搬运任务构建视觉-语言-动作三模态训练数据，包括自动标注、策略蒸馏、数据清洗及真机采集等流程；训练针对搬运任务的通用VLA模型，涵盖预训练、后训练和强化学习优化等环节
基模-预训练算法（Data Scaling方向）
参与大模型预训练数据建设，围绕图文合训、多模态理解及视觉能力训练，探索高质量数据构建和规模化扩展方案；负责图文及视觉数据的分析、清洗、去重、筛选和结构化处理，提升训练数据的质量与有效性
GLM开源算法实习生
代表Z.ai参与transformers、vLLM、SGLang、Ollama等主流开源项目的建设与维护，向开源社区贡献关键代码，推动GLM系列开源模型在各大训练/推理框架上的适配、落地与性能优化
多模态预训练数据算法工程师（2027届校招）
参与多模态模型训练相关的数据建设工作，支持图文合训、视觉训练等方向的数据处理、筛选、构造与质量分析；根据模型训练目标，协助完成图文、视觉类数据的清洗、整理、分类、去重、过滤及结构化处理
大模型算法研究员（推理/规划/Agent方向）
面向Deep Research、Code Agent、Web Agent、软件工程等场景，研究模型在长程任务中的任务分解、阶段规划与子目标管理，提升复杂任务完成率与鲁棒性；研究适用于Agent场景的强化学习方法，包括rollout scaling、在线/离线RL、过程奖励建模、探索策略优化、信用分…
Code Agent 评测算法工程师（Harness方向）
参与Code Agent核心能力开发与效果优化，围绕任务规划、工具调用、上下文管理、多轮交互、记忆机制、错误恢复等模块持续提升Agent完成复杂任务的能力；负责自研类Copilot CLI产品的开发与迭代，推动Agent接入代码检索、文件编辑、终端执行、构建测试等工具链，支持真实软件工程任务的端到…
大模型算法实习生
负责AI智能体任务规划、反思、记忆管理、工具调用等核心模块的算法设计与实现；将强化学习（如PPO、GRPO）与Agent框架深度结合，建立Agentic RL训练体系，提升模型复杂推理准确率与动态反思能力
多模态训练数据算法工程师（基座模型方向）
参与多模态大模型预训练数据建设，围绕图文合训、多模态理解及视觉能力训练，探索高质量数据构建和规模化扩展方案；负责图文及视觉数据的分析、清洗、去重、筛选和结构化处理，提升训练数据的质量与有效性
GLM多模态预训练数据算法工程师
参与基座项目中多模态模型训练相关的数据建设工作，支持图文合训、视觉训练等方向的数据处理、筛选、构造与质量分析；根据基模训练目标，协助完成图文、视觉类数据的清洗、整理、分类、去重、过滤及结构化处理
多模态数据算法实习生（线下实习）
参与多模态模型训练相关的数据建设工作，支持图文合训、视觉训练等方向的数据处理、筛选、构造与质量分析；根据模型训练目标，协助完成图文、视觉类数据的清洗、整理、分类、去重、过滤及结构化处理
多模态数据算法实习生
参与多模态模型训练相关的数据建设工作，支持图文合训、视觉训练等方向的数据处理、筛选、构造与质量分析；根据模型训练目标，协助完成图文、视觉类数据的清洗、整理、分类、去重、过滤及结构化处理
具身运动控制算法实习生
负责人形及四足机器人的运动控制算法研发；结合现代控制理论与机器人学习方法，构建高动态、高鲁棒性的机器人运动控制系统，提升复杂场景下的运动性能；负责算法sim-to-real迁移，在真实机器人平台上进行部署、调试与优化，推动算法工程化落地
数据算法实习生
负责大模型多模态数据生产链路建设，承担音频、视频、图像等数据的理解、加工与自动化处理工作；参与音频理解相关技术研发，包括语音识别（ASR）、音频Caption、文本后处理及数据质量优化
多模态训练数据算法工程师（基座模型方向）
参与多模态大模型预训练数据建设，围绕图文合训、多模态理解及视觉能力训练，探索高质量数据构建和规模化扩展方案；负责图文及视觉数据的分析、清洗、去重、筛选和结构化处理，提升训练数据的质量与有效性
多模态训练数据算法工程师（基座模型方向）
参与多模态大模型预训练数据建设，围绕图文合训、多模态理解及视觉能力训练，探索高质量数据构建和规模化扩展方案；负责图文及视觉数据的分析、清洗、去重、筛选和结构化处理，提升训练数据的质量与有效性
大模型评测算法工程师（Code Agent）
参与Code Agent核心能力开发与效果优化，围绕任务规划、工具调用、上下文管理、多轮交互、记忆机制、错误恢复等模块持续提升Agent完成复杂任务的能力；负责自研类Copilot CLI产品的开发与迭代，推动Agent接入代码检索、文件编辑、终端执行、构建测试等工具链，支持真实软件工程任务的端到…
日常实习-算法工程师（Agent评测方向）
面向真实工作场景，深度挖掘大模型在复杂任务、长尾场景中的能力弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集；参与long-horizon agent类任务的评测方法建设，建立能够真实反映模型专业能力的评估体系
多模态算法实习生
参与多模态大模型（图文/视频）相关算法实验，协助完成模型微调、SFT、评测与效果分析，包含视觉-文本对齐、多模态理解与生成相关任务；负责多模态数据集处理，包括图片、文本、视频数据清洗、筛选、标注质检，搭建训练与评测的数据Pipeline，保障数据质量
算法实习生
参与大语言模型的微调、对齐与效果优化，包括SFT、DPO、RL等方法；参与训练数据构造、Bad case分析、模型评测及性能优化；参与Agent与Harness的设计和优化，提升复杂任务与长链路任务的执行效果
Harness算法实习生
参与AI Agent桌面产品AutoClaw的日常研发工作；覆盖前端交互、后端服务、模型调用、工具集成及产品体验优化等多个模块；参与从用户反馈到问题定位、方案设计、代码实现、上线验证的完整产品研发链路
大模型算法实习生
面向软件安全、云开发或云运维场景，梳理典型任务（如漏洞复现与修复、云环境部署、工具调用或故障排查），形成清晰的任务描述、执行步骤与验证标准；构建可复现、可交互、可自动验证的任务运行环境，包括代码仓库、容器环境、测试用例及工具接口，并定位解决环境部署和任务执行中的问题
大模型算法实习生
面向软件安全、云开发或云运维场景，梳理典型任务（如漏洞复现与修复、云环境部署、工具调用或故障排查），形成清晰的任务描述、执行步骤与验证标准；构建可复现、可交互、可自动验证的任务运行环境，包括代码仓库、容器环境、测试用例及工具接口，并定位解决环境部署和任务执行中的问题
大模型数据算法实习生
面向软件安全、云开发或云运维场景，梳理典型任务（如漏洞复现与修复、云环境部署、工具调用或故障排查），形成清晰的任务描述、执行步骤与验证标准；构建可复现、可交互、可自动验证的任务运行环境，包括代码仓库、容器环境、测试用例及工具接口，并定位解决环境部署和任务执行中的问题
Harness算法实习生
与Harness团队研究员和工程师深度沟通，共同定义和实现基于模型能力的前沿创新方向，涵盖上下文管理、长期记忆、Subagent与Multi-Agent、自进化Agent及超长程任务等课题
代码智能体算法工程师
参与代码智能体核心能力开发与效果优化，围绕任务规划、工具调用、上下文管理、多轮交互、记忆机制、错误恢复等模块持续提升智能体完成复杂任务的能力；负责自研类Copilot CLI产品的开发与迭代，推动智能体接入代码检索、文件编辑、终端执行、构建测试等工具链，支持真实软件工程任务的端到端完成
算法实习生(agent评测方向)
面向真实工作场景，深度挖掘大模型在复杂任务、长尾场景中的能力弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集；参与long-horizon agent类任务的评测方法建设，建立能够真实反映模型专业能力的评估体系
代码大模型算法工程师
负责代码预训练数据的清洗和构建，以及代码能力评估方法的构建，科学全面地提升GLM预训练模型的代码能力；在后训练阶段探究通过SFT/RL等方法提升模型通用代码指令、前端开发、Coding Agent等领域的能力
Code Agent算法工程师（Agent开发与评测）
参与Code Agent核心能力开发与效果优化，围绕任务规划、工具调用、上下文管理、多轮交互、记忆机制、错误恢复等模块持续提升Agent完成复杂任务的能力；负责自研类Copilot CLI产品的开发与迭代，推动Agent接入代码检索、文件编辑、终端执行、构建测试等工具链，支持真实软件工程任务的端到…
多模态预训练数据算法工程师
参与多模态大模型训练数据建设，支撑基座模型能力提升，围绕图文、多模态理解、视觉能力训练等方向探索高质量训练数据构建方案；负责多模态训练数据分析、筛选与优化，开展图文数据、视觉数据的数据筛选、质量分析、数据清洗、去重过滤及结构化处理工作
大模型算法工程师（Agent方向）
面向真实工作场景，深度挖掘大模型在复杂任务、长尾场景中的能力弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集；参与长周期Agent类任务的评测方法建设，建立能够真实反映模型专业能力的评估体系
多模态预训练数据算法工程师（实习转正）
参与多模态模型训练相关的数据建设工作，支持图文合训、视觉训练等方向的数据处理、数据筛选、数据构造与质量分析；根据模型训练目标，协助完成图文、视觉类数据的清洗、整理、分类、去重、过滤及结构化处理
校招-大模型评测算法工程师（Code Agent）
参与Code Agent核心能力开发与效果优化，围绕任务规划、工具调用、上下文管理、多轮交互、记忆机制、错误恢复等模块持续提升Agent完成复杂任务的能力；负责自研类Copilot CLI产品的开发与迭代，推动Agent接入代码检索、文件编辑、终端执行、构建测试等工具链，支持真实软件工程任务的端到…
机器人导航规划算法工程师
负责具身机器人导航算法的开发和实机部署，包括传感器布置、标定、障碍物构建、定位、路径规划、轨迹跟踪；构建传统导航规划和具身导航规划相结合的算法框架，在实际场景中部署落地，并进行系统性能评估和优化
机器人环境感知算法工程师
负责深度相机、激光雷达、IMU等异构传感器数据的数据采集、同步和标定；基于异构传感器进行机器人姿态估计和地图构建，包括栅格地图和体素地图生成；基于大模型实现物品识别、分割和场景语义理解
具身大模型训练算法工程师
负责具身智能基础模型研发，包括VLA/WAM等方向模型的算法研发，涵盖预训练、监督微调、后训练、强化学习等阶段的算法设计与工程实现；面向长时序等复杂任务，构建并优化训练-微调-部署-评测-迭代的完整技术范式
大模型评测算法工程师（Code Agent方向）
面向Code Agent和大语言模型开展能力评测，接入内外部Benchmark，并自主构建核心评测基准，探索不同模型的能力边界与短板；根据不同评测目标设计分层Harness：在基础能力探索场景中使用极简Harness，在Coding等专业场景中结合工具链搭建强Harness
多模态预训练数据算法工程师
参与多模态模型训练相关的数据建设工作，支持图文合训、视觉训练等方向的数据处理、数据筛选、数据构造与质量分析；根据模型训练目标，协助完成图文、视觉类数据的清洗、整理、分类、去重、过滤及结构化处理
多模态世界模型算法工程师
负责全模态世界模型的架构设计、训练方法与算法迭代，探索语言、视觉、视频、动作、触觉等模态的统一建模；推进世界模型在物理场景理解、未来状态预测、动作生成、交互结果模拟、机器人策略学习等方向的技术攻关
预训练算法工程师
负责人形机器人专属基础模型的预训练与研究工作，探索更适合具身任务的模型架构；探索多模态（视觉-语言-动作）表征的对齐与融合技术，为高层决策提供强大的特征支持；推动视觉基础模型在机器人各种下游任务（如导航、操作）上的迁移与应用
大模型算法工程师（预训练数据方向）
负责预训练数据的构建与处理，设计和优化PB级多模态训练数据的筛选、去重、清洗体系；基于LLM模型的语义级去重算法、质量筛选算法优化；领域特定数据筛选策略，支持代码、数学、科学等专业领域
预训练算法工程师
负责预训练数据的构建，包括领域分类、质量筛选、配比调整等；负责语言模型结构探索，包括高效的attention结构、降低部署成本的MoE架构等；负责新的预训练scaling范式探索，包括预训练与强化学习的结合、可扩展的预训练数据合成方法等
具身运动控制算法工程师
负责人形及四足机器人的运动控制算法研发，包括全身运动控制、运动规划、步态生成等核心模块；结合现代控制理论与机器人学习方法，构建高动态、高鲁棒性的机器人运动控制系统，提升复杂场景下的运动性能
Mid-train 算法工程师（数据方向）
负责大模型Mid-training阶段数据算法研究，构建能力增强型数据体系；设计和优化数据Recipe，包括数据筛选、数据混合、课程学习、合成数据生成等策略；面向代码、数学、Reasoning、Agent、多模态等能力方向，构建高价值训练数据
大模型后训练算法工程师
负责大语言模型后训练阶段的算法研究与工程实现，围绕推理、代码、数学、智能体、长上下文、多模态等方向设计训练方案，持续提升模型复杂任务能力；研究并优化RLHF、RLVR、DPO、GRPO、在线强化学习等训练方法，探索更高效、更稳定的模型对齐与强化学习策略
Stepstar实习-Code Agent算法研究员
负责代码数据的合成、清洗、权重分配、来源扩充等工作，持续提高代码中程训练、后训练等阶段的数据质量；负责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
Stepstar实习-LLM后训练算法研究员
参与通用推理大模型或多模态大模型对齐方向的研发工作，涵盖数据循环体系构建及监督微调与强化学习阶段数据使用策略的系统性探究；深入探索对齐阶段的数据与算法在大规模训练中的可扩展性与优化路径，覆盖文本、多模态理解及Agent任务场景
语音大模型算法工程 Leader
负责语音大模型实时交互方向的算法工程体系建设，带领团队推进模型从算法方案到推理部署、服务化及线上交付的完整落地；负责实时语音模型的工程优化与系统建设，围绕低延迟、流式处理、高并发、稳定性及资源效率等核心指标，持续优化模型推理与服务性能
27届Stepstar-LLM mid-train算法研究员
负责大语言模型mid-train阶段的算法研究与能力增强，围绕代码、数学、推理、长上下文、智能体、多模态等方向设计训练方案；构建和迭代mid-train数据配方，通过数据配比、课程学习、合成数据、回流数据、自蒸馏数据等方式系统提升模型能力
语音大模型算法研究员/工程师
参与语音大模型的训练、分析与优化，包括语音理解、合成、音乐及实时语音模型；进行大规模语音数据的处理、标注和数据增强工作，支持模型训练和评估；快速学习并应用最新研究成果，开展实验，发表高质量学术论文
大语言模型架构算法研究员
探索新型架构，包括循环模型、线性注意力和混合模型等；研究长文本与记忆机制，包括记忆机制、上下文合并压缩和无限上下文等；进行优化与扩展研究，包括超参数迁移和下一代优化器设计等；预计毕业时间介于2026年9月至2027年8月的国内外计算机、数学、人工智能等相关专业的优秀应届毕业生
语音大模型算法研究员/工程师实习生
参与语音大模型的训练、分析与优化，包括但不限于语音理解、合成、音乐以及实时语音模型；进行大规模语音数据的处理、标注和数据增强工作，支持模型的训练和评估；快速学习并应用最新的研究成果，开展实验，发表高质量学术论文
代码大模型算法工程师/研究员
负责代码预训练数据的合成、清洗、权重分配、来源扩充等一系列工作，持续提高代码预训练、中程训练等阶段的数据质量；负责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
基模post-train算法实习生
参与大模型Post-training阶段的算法研究与实践，围绕SFT、RL、Self-Improvement等方法，系统性提升模型的推理、泛化与对齐能力；开展前沿算法研究，包括在线学习、持续学习、自适应数据采样与模型自我进化机制，推动模型在长时间尺度下的稳定学习与能力积累
大语言模型post-train算法研究员
参与通用推理大模型对齐方向的研发工作，涵盖数据循环体系的构建；系统探究监督微调（SFT）与强化学习（RL）阶段中的数据使用策略；深入探索对齐阶段的数据与算法在大规模训练中的可扩展性与优化路径