锦鲤求职岗位描述
岗位职责
【你将参与的研究】
结合兴趣与经验，深入以下一个或多个方向：
1. 环境与任务的自动化合成
研究开发环境自动构建、任务生成、难度控制与质量筛选，构建多样、可执行、可验证的代码任务，探索训练任务的规模、难度与分布如何影响模型能力。
2. 可靠的验证与奖励机制
研究测试用例生成、执行结果验证及效果评测等方法，提升监督信号的准确性与鲁棒性，减少错误奖励与奖励投机行为，让模型从可靠的反馈中学习。
3. 大规模 Agentic RL
面向多步工具调用与长程编程任务，研究轨迹采样、探索策略、信用分配和训练稳定性，优化 rollout 与训练效率，提升模型的规划、执行、调试及自我纠错能力。
4. 评测与能力分析
建设训练与评测基础设施，通过对照实验和失败案例分析，定位模型的能力瓶颈，验证方法的有效性与泛化能力，并将研究成果沉淀为论文、技术报告或专利。
岗位要求
1. 2027 届及以后毕业的本科、硕士、博士研究生，具有强好奇心和自驱力。
2. 具备扎实的编程基础，熟悉 Python，能够独立实现研究原型、开展实验并分析结果。
3. 具备良好的机器学习基础，对大模型、强化学习或代码智能体有浓厚兴趣，能够阅读英文论文并将想法转化为可验证的实验。
4. 有较强的自我驱动力和研究好奇心，愿意追踪失败原因、质疑实验结论，并持续改进方法。
5. 熟悉常见的AI Coding工具(如Claude Code、Codex、Cursor等)，能将其有效融入日常研发工作流，具备借助AI工具进行代码编写、调试及提效的主动意识。
6. 每周可实习 5 天，持续 6 个月及以上。
【以下经历会加分】
1. 在大模型后训练、强化学习、代码数据合成、Coding Agent 或自动评测等任一方向有研究或项目经验。
2. 有分布式训练与推理、并行 rollout、沙箱环境或大规模实验系统的实践经验。
3. 有能体现研究或工程深度的成果，例如论文、开源项目、或对某个问题的深入探索等。