美国创业公司

岗位职责

• 设计SFT与RL训练数据：任务构造、难度分层、轨迹采集、评分标准与奖励设计。
• 深入使用Claude Code/Codex等coding agent，分析其能力边界并设计数据任务。
• 搭建容器化执行环境：依赖安装、自动化测试、超时资源限制、批量rollout与去重。
• 直接对接客户，将模糊的能力目标转化为任务规范和验收标准。

任职要求

• 熟练使用至少一种coding agent（如Claude Code/Codex），有大量实操经验。
• 扎实的代码工程能力，能独立搭建容器化/sandbox执行与评测环境。
• 理解SFT、RLHF、RLVR、rejection sampling、reward model等基本原理。
• 英语可作为工作语言，能参会和撰写技术文档。

加分项

• LLM research方向在读或已毕业博士。
• 有benchmark建设、agent评测、合成数据pipeline落地经验。

其他说明

提供五险一金，支持远程办公，鼓励参加顶会。