微信小程序-大模型算法工程师-Coding方向

1.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； 2.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； 3.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。 【任职要求】 1.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； 2.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； 3.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； 4.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； 5.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。