岗位描述：负责模型与Agent通用评测平台系统的评测框架设计、功能开发等工作；设计构建benchmark，参与评测集构建与pipeline搭建，推动benchmark向自动化评测转化；设计构建各类Agent执行环境，包括工具调用、测试与结果验证等；改进优化评测平台和框架，提升评测稳定性和复测效率；与算法团队深度协作，解决各类评测问题，构建各类数据生产工具等。 岗位要求：本科及以上学历，计算机等相关专业，3年及以上前后端开发经验；具备扎实...

岗位描述：与公司算法和框架团队深度合作，为大模型进行算法与算力深度结合的联合优化，打造超大规模、高效可靠的大规模算力平台，提升平台可用性和容错性，提升训练任务的运行和开发效率；进行前瞻性技术调研并开展自主创新，保持公司在大模型系统方面的技术领先地位；负责机器学习平台的开发，支撑公司相关业务的算法生产与高效迭代；负责设计和实现机器学习相关的基础设施、工具链、训推产品等，并推动落地到业务中；负责训推任务的监控、问题监测、性能调优，降本增效；...

岗位描述：参与数据团队数据采集平台的架构设计和开发工作。负责分布式网络爬虫系统的设计、开发与技术选型。持续对系统进行架构改造和优化，提升系统的稳定性与可扩展性，保障系统稳定、高效、安全运行。负责多平台信息采集，包括视频、音频、图片、文章等内容。加分项包括具备APP端采集或Agent相关数据采集经验。 岗位要求：本科及以上学历，计算机相关专业，具备3年及以上网络爬虫、采集平台或RPA相关开发经验。熟练掌握Python编程语言及常用采集框架...

岗位描述：负责算法数据平台系统的架构设计与开发工作，保障系统稳定、高效、安全；深入发掘和分析算法团队的数据需求，设计合理的技术方案并实现；持续对系统平台进行架构改造和优化，提升系统稳定性与可扩展性；参与设计开发数据采集、数据标注、数据治理等数据平台。 岗位要求：本科及以上学历，计算机相关专业；3年及以上开发经验，具有良好的业务理解及抽象设计能力；熟练掌握Java、Python、Golang编程语言及常用框架，深入了解框架特性及其实现原理...

岗位描述：负责通用数据与Agent数据平台建设，覆盖数据采集、生产、清洗、评测与回流全链路；搭建高稳定性Pipeline、数据工具链与Workflow，支撑算法训练、评测与实验迭代；建设数据质量治理、资产管理与可观测体系，持续提升数据一致性、可追溯性与生产效率；与算法团队深度协同，推动数据体系工程化与平台化演进。 岗位要求：具备扎实工程能力，熟悉Python、Go、Java等至少一种语言；具备分布式数据系统或大规模Pipeline经验；...

岗位描述：负责制定并跟踪基础模型研发项目的整体计划、时间表和资源预算，主动识别、评估并缓解项目中的技术、资源与进度风险；作为项目主要协调人，与研究员、算法工程师、软件工程师、数据工程师和基础设施团队紧密合作，组织日常站会、周会、项目评审会等，确保不同角色之间信息高效透明流动；管理和优化项目工作流程，提升团队协同效率和实验迭代速度，协调和管理项目所需关键资源，确保计算资源高效利用；理解研究团队的技术目标和挑战，协助将抽象研究思路转化为可执...

岗位描述：设计并搭建 LLM 自动化评测框架，优化评测效率并提高易用性。推动大模型推理引擎与评测协同优化调优，构建 system2 范式下的评测基建。维护算法工程平台，结合 LLM 特性设计并构建数据、模型和测试架构。 岗位要求：熟悉 LLM 评测与推理流程，了解 LLM 前沿算法。具备 LLM 相关工程框架开发经验，了解前后端架构和数据库设计原理。熟练掌握 Python 程序设计语言，具备算法设计基础。有 ACM/ICPC 竞赛获奖或...

岗位描述：参与通用推理大模型对齐（Alignment）方向的研发工作，涵盖数据循环体系构建，以及在监督微调（SFT）与强化学习（RL）阶段对数据使用策略的系统性研究；深入探索对齐阶段数据与算法在大规模训练中的可扩展性与优化路径；参与构建世界领先的高性能通用推理大模型，并在多项客观评测指标中保持行业领先。 岗位要求：计算机、数学、人工智能等相关专业博士或优秀研究生；对数据有敏感度，熟悉开源社区各类数据来源，具备数据处理经验和认知；熟悉大模...

岗位描述：跟进学术界和企业界前沿的大模型评测基准，持续完善世界级 SOTA 模型的观测榜单，关注如 OpenAI、Anthropic 等发布的先进模型主要通过哪些榜单证明能力，涉及 AIME、GPQA、HLE、Codeforces、SWE、MultiChallenge、BrowseComp、Tau-Bench、Aider、MMMU、MathVista 等。开发评测基础设施，联合模型训练框架共同建设评测体系，保证评测体系能够与开源社区及头...

岗位描述：构建真实工作场景与代码任务 Benchmark，包括基于 Docker 的任务设计；设计 Agent 执行环境，涵盖代码运行、测试与结果验证；研发 CodeAgent 框架，实现任务规划、代码生成、执行与迭代闭环；构建 Agent Runtime，包括工具调用、环境管理与执行状态控制；搭建可扩展的多模型对比评测系统，优化 Agent 执行稳定性、可复现性与评测效率；推动研究能力向工程系统转化，支持模型与 Agent 的快速迭代...