大模型后训练工程师(Coding Agent)(A94569)

该职位来源于猎聘 我们正在构建面向游戏开发的下一代 AI Coding Agent，探索大语言模型在代码生成、工具调用、环境交互和复杂软件开发任务中的智能化能力。团队聚焦 LLM Post-training、Agentic Reinforcement Learning、Code Agent 和 Agent Evaluation 等前沿方向，希望打造能够自主完成 Unity 游戏开发任务的智能开发助手。 - 负责 Coding Agent 后训练数据体系建设，主导 数据构建、质量评估、数据配比优化和训练数据迭代，持续提升模型在游戏开发任务中的能力。 - 负责模型后训练与合版工作，推动 Base Model → SFT Model → RL Model → Production Model 的完整演进流程，包括模型选择、能力分析、checkpoint 管理、模型 merge 以及效果验证。 - 建立面向 Agent 能力提升的数据闭环，通过分析模型失败案例，定位数据缺陷和能力瓶颈，设计针对性的训练数据和优化策略。 - 面向 Unity 游戏开发场景（Shader、粒子、UI、场景构建、性能分析等），负责领域能力增强方案设计，包括数据策略、训练方法和模型评估。 - 与 Agent 工程团队协作，优化主 Agent + SubAgent 架构中的模型能力分工和协作策略。 职位要求 - 本科及以上学历，计算机、人工智能、数学等相关专业，硕博优先。 - 具备 大模型后训练团队工作经验，深入参与过 LLM 数据构建和模型训练迭代流程。 - 具备丰富的 训练数据工程经验，包括但不限于：

SFT 数据构造、清洗、过滤和质量控制；

Preference / RL 数据设计；

• 多轮 Agent Trajectory 数据生产；
• 数据混合比例设计和效果分析。 - 具备 模型合版（Model Merge）经验，熟悉：
• 不同训练阶段 checkpoint 分析；

SFT、RL 模型能力对比；

• 多能力模型融合和效果验证；
• 模型能力回退和遗忘问题分析。 - 熟悉 LLM 后训练完整流程，包括 SFT、RLHF、DPO、GRPO 等训练方法，并有实际落地经验。 - 具备 Agent、Function Calling、Tool Use 或 Code LLM 相关经验。 - 熟悉分布式训练框架(DeepSpeed、FSDP、Megatron等)，有大规模训练调优经验。 - 具备较强实验分析能力，能够从数据、训练策略和模型结构多个角度定位问题。 加分项 - 有大模型后训练团队实习/工作经历。 - 有Code LLM、Coding Agent的训练经验。 - 有大规模 Agent Trajectory 数据生产和自动化评测经验。 - 有模型能力分析、Benchmark 构建或数据驱动模型优化经验。