Token Foundry-代码大模型算法工程师-Qwen

千问（Qwen）是由Token Foundry自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。

Coder 团队致力于构建能够执行、扩展并自我进化的自主系统，通过构建超智能的 coding agent / digital agent，扩展数字世界，为迈向真实世界的智能奠定基础。

工作职责：

1. 负责通用模型 Qwen 的代码能力和代码专有模型 Qwen-Coder 的构建。

（1）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索。

（2）我们坚持 Large-scale Pre-training 和 Large-scale RL 来提升 Code Reasoning 能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开发任务。

2. 负责 Computer-Use Agent (GUI-Agent）的建设，以最直观的方式—鼠标、键盘、编码等操作来代替人类执行数字世界任务。

（1）通过 Scaling 海量数字世界数据结合大规模合成数据，来提升 Computer-Use Agent 的 Grouding 能力。

（2）通过 Long Horizon 的方式进行强化训练，结合可扩展的多模态环境反馈来提升 CU Agent 的 Reasoning 的能力。

1. 计算机科学、人工智能、机器学习等领域的博士/硕士毕业生。

2. 对上述前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式，能够独立应用技术解决复杂问题。

3. 在上述方向有过相关的科研或项目经历，在顶级会议上发表过相关论文，有深度学习，大模型等相关经验。

加分项：

1. 曾发表顶级会议论文并具有一定的学术影响力，包括但不限于：NeurIPS、ICML、ICLR、ACL、TPAMI等国际顶级计算机会议/期刊。

2. 拥有知名开源项目，在开源社区具有较好的影响力，或在竞赛中获得引领性的研究成果。