AI Infra开发工程师

岗位职责
我们正在为面向游戏开发的 Coding Agent 构建核心数据平台，覆盖 Agent 数据合成、自动化评测（LLM-as-a-Judge）和人工标注全流程。平台基于游戏引擎与容器沙盒技术，批量驱动 Agent 产出高价值的代码修改与执行轨迹（Trajectory），为大模型后训练提供高质量数据。

岗位职责
- 数据合成引擎研发：负责大规模数据合成引擎的架构与开发，支持基于 DAG 的工作流执行、高并发资源调度、容错重试、自定义脚本扩展及全链路数据溯源。
- Agent 运行时与评测建设：构建沙盒内的 Agent 运行时（Runtime），驱动 Coding Agent 批量执行种子任务，精准采集代码改动、执行轨迹与环境产物；构建并维护多维度的自动化评测流水线（Text Judge & Agent Judge）。
- 沙盒环境与基建优化：负责沙盒基础镜像的构建、环境配置与维护（涵盖游戏引擎环境、Agent Harness 及工具链的集成打包）；设计沙盒预热、快照（Snapshot）与高效复用策略，持续突破数据合成吞吐瓶颈。
- 数据平台全栈迭代：负责平台核心后端的研发与演进，包括多源数据接入、标注流水线及训练集导出等模块，并兼顾部分前端交互开发。
- 数据闭环协同：与算法、Technical Artist团队深度协同，打通数据生产、评测、模型训练的全流程。

岗位要求
- 本科及以上学历，计算机相关专业，3 年以上后端、基础架构或数据开发经验。能够独立完成平台功能的定义、开发、与交付。
- 精通 Python，熟练掌握 asyncio、FastAPI 等异步框架；熟悉 MongoDB、Redis；具备分布式任务执行与调度系统的设计与实战经验。
- 具备 LLM / Agent 应用开发经验，深入理解 Function Calling、Tool Use、多步推理规划（Multi-step Agent）及 Prompt 调优。
- 具备大模型数据合成或训练数据工程（Data-centric AI）经验，熟悉数据生成、清洗过滤、去重、质量评估及数据版本管理流程。
- 熟练掌握 Docker，能独立完成复杂环境镜像的打包与极致优化（多阶段构建、分层缓存、镜像精简），深入理解容器资源隔离与进程生命周期管理。
- 熟悉 Linux 系统，具备扎实的工程功底、良好的设计文档习惯，以及复杂系统的问题定位与排障能力。

加分项
- 有 Agent / 数据合成平台的开发经验。
- 具备 React + TypeScript 前端开发经验，能使用 AI 辅助工具快速完成全栈交付。
- 有 Unity 等游戏引擎或 C# 开发经验，了解游戏工程构建流程。
- 有 Coding Agent 研发经验（如 SWE-bench/Terminal Bench 类任务），或直接参与过大规模 Agent Trajectory 数据生产。
- 熟悉 Kubernetes、容器 Snapshot / Checkpoint（如 CRIU）、microVM 等沙盒相关技术。
- 有 LLM-as-a-Judge、代码评测 Benchmark 构建或自动化 Sandbox 评测经验。