部门介绍
数据工程与平台团队旨在实现人类知识与经验向模型能力的加速迁移。我们从真实场景出发，通过模型短板识别、高质量数据定义、规模化数据生产，提升模型能力。与此同时，团队还致力于依托训练反馈，反哺数据设计，推动系统迭代，构建业内一流的数据工程能力与平台。 日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。
- 面向Seed基础大模型的预训练与后训练，研究高价值代码数据挖掘与合成，提升数据质量、多样性和生产效率；
- 基于真实代码库，构建缺陷修复、功能开发等训练任务与可执行环境，探索任务合成、难度控制与场景覆盖；
- 结合代码执行与调试反馈，生成和优化Coding Agent长程交互轨迹，构建多步推理、调试纠错等学习数据；
- 研究自动测试生成、Verifier与奖励信号设计，提升数据和轨迹验证的可靠性，支撑模型评测与强化学习；
- 结合训练效果、评测结果与失败案例，优化数据选择与配比，通过对照实验验证数据对模型能力和泛化表现的影响。
岗位职责
招聘官网暂未提供完整岗位职责，请前往官网核实。
职位要求
- 本科及以上学历在读，计算机、人工智能、软件工程、数学、统计等相关专业优先；
- 具备扎实的数学、数据结构与算法基础，熟悉机器学习、深度学习原理及PyTorch等主流框架；
- 编程与工程实现能力强，熟悉Python，能够独立实现算法、搭建实验并定位问题；
- 对大模型编程、推理或智能体学习有持续兴趣，具备论文阅读、方法复现和实验分析能力，好奇心强、有自驱力，善于协作。 加分项
- 有以下任一经历者优先；
- 大模型预训练或后训练实践，涉及代码／推理数据合成、轨迹蒸馏、数据选择或训练效果分析；
- Agentic RL、可验证奖励强化学习（RLVR）或Verifier相关研究与实践；
- 仓库级代码智能、自动化软件工程、程序分析、测试生成或代码执行环境建设经验；
- 在NeurIPS、ICLR、ICML、ACL、EMNLP、ICSE、FSE、ASE、ISSTA等会议及相关高水平期刊发表过论文，或在ACM-ICPC、NOI／IOI、开源项目中有突出成果。
