岗位职责
Agentic Coding 是基础模型持续演进的重要方向之一。我们持续推进大模型在代码生成、仓库级理解、长程软件工程任务等场景中的能力提升。团队重点关注复杂真实环境中的规划、测试、代码修改与多轮执行能力，提升模型的自主性、可靠性与工程落地表现。 欢迎对大模型与 Agentic Coding 有兴趣，并希望持续参与相关研究与实践的同学加入。 工作内容包括：
- 参与提升模型在代码重构、长上下文建模、仓库级代码理解与长程代码生成等真实软件工程任务中的表现。
- 参与基于 SFT 与 RL 的模型训练，协助分析模型输出、定位能力短板，并结合训练数据、奖励信号与算法持续迭代模型表现。
- 参与研究复杂代码任务中的规划、记忆、自我反思与多轮执行能力；探索多 Agent 协作、长程记忆与多轮验证等方法，提升模型的稳定性与成功率。
- 与研究员和工程师协作，持续迭代训练数据、评测体系与执行环境；参与构建高质量代码数据、可验证软件工程任务与自动化评测流程，提升模型在代码 benchmark 与真实开发场景中的表现。
职位要求
- 计算机、人工智能、软件工程等相关专业在读。
- 对大模型、Coding Agent 方向有兴趣，具备相关课程、项目或实习经历者优先；了解代码生成、仓库级理解、长程软件工程等相关任务者更佳。
- 对真实软件工程场景与模型行为有一定理解，具备良好的问题分析与推进能力；能够在指导下结合数据、评测与模型行为持续迭代方案并提升模型表现。
- 具备较强学习能力、主动性和自驱力，能够快速理解前沿工作，并推进实验落地。
