WebDev大模型后训练算法实习生（3D/Game方向）· 2026-11-03

WebDev 大模型后训练算法 Intern，3D/Game 方向蹲蹲蹲！参与基座模型 Agent 后训练全流程，2028 届及以后，北京 onsite，每周 4 天、6 个月以上。

1、参与基座模型Agent后训练全流程，包括数据构造、训练策略设计、效果评测与迭代优化； 2、负责3D、Game、Website等WebDev相关场景的Agent数据生产与质量把控，构建高价值的post-training数据飞轮； 3、深入研究和应用各类Agent Harness框架，设计并优化Skills编排、Context Management、工具调用链路等多轮交互机制； 4、探索Coding Agent的SFT/RL训练方案，提升模型在复杂代码生成、调试与多文件工程化任务中的能力； 5、跟踪Agent与Code Generation领域最新研究进展，将前沿技术快速落地到业务场景中。

任职要求： 1、统招本科学历及以上，2028届及以后毕业，计算机科学、人工智能、软件工程等相关专业优先； 2、熟练掌握vibe coding。熟悉大模型后训练技术栈，具备Agent Post-training实际项目经验，理解SFT、RLHF/RLAIF等训练范式； 3、熟悉主流Agent框架与Harness机制，对Skills设计、Context Window管理、多轮工具调用（Tool Use）有深入实践； 4、具备扎实的编程能力，熟练掌握Python，熟悉PyTorch等深度学习框架； 5、对Coding Agent领域有浓厚兴趣，有代码生成、软件工程自动化相关经验者优先； 6、具备优秀的逻辑思维与问题解决能力，能够独立分析Badcase并推动数据与模型迭代。 加分项： 1、有Coding Agent（如SWE-agent、Devin、OpenHands等）的训推经验； 2、熟悉计算机图形学、3D建模、游戏开发（Unity/Unreal/Godot）、Web全栈开发（React/Vue/Three.js等）中的至少一个领域； 3、有ACM/ICPC、Kaggle等竞赛获奖经历，相关顶会/顶刊论文发表； 4、具备独立复现前沿论文能力，对Agent评估体系（如SWE-bench、WebArena等）有深入了解。 实习要求： 1、工作地点：需 onsite 北京，暂不支持远程； 2、实习时长：每周至少4天，连续实习6个月以上，可全勤尽快到岗者优先。