微信小程序-大模型算法工程师-Coding方向

负责小程序代码大模型后训练工作，包括高质量训练数据合成与价值分析、SFT /RLVR 等训练方案设计落地，以及训练效果评估；

建设代码任务验证与奖励信号体系，综合运用多种验证策略，持续建模和校准奖励信号，为 RLVR 训练提供稳定、细粒度、可解释的反馈；

跟踪大模型后训练前沿技术，探索强化学习算法优化、奖励建模与 Agentic Coding 等方向，并推动在业务场景中落地。

计算机、数学等相关专业本科及以上学历，熟练使用 Python，具备良好的工程能力；

扎实的计算机与深度学习基础，深入理解 Transformer 架构及主流大模型训练框架；

具备大模型后训练项目经验，熟悉 SFT 与 RLVR 训练流程，理解奖励信号设计、强化学习算法调优与训练稳定性问题；

具备较强的数据处理与实验分析能力，能进行训练数据合成、清洗、价值评估与 badcase 归因，有大规模代码语料处理经验者优先；

具备快速学习与独立解决问题的能力，有团队合作精神，对探索前沿技术有持续热情。 加分项

在 NeurIPS、ACL、ICML、EMNLP 等顶级会议以第一作者发表过论文优先；

熟悉代码生成、代码理解、Agentic Coding、自动化测试，有相关项目经验者优先。