第 10 页，共 417 页
岗位描述：负责大语言模型预训练数据算法的设计与实现，包括数据选择、质量建模、去重、过滤、数据配比、合成数据与课程学习等方向；将数据算法落地到大规模数据处理流程中，基于 Ray、Spark 等分布式框架处理海量训练数据；设计并执行数据消融实验，评估不同数据源、质量过滤策略、去重策略、配比方案和采样策略对模型能力的影响；建设从数据到模型效果的实验闭环，结合训练 loss、benchmark、能力维度评测、训练动态和样本分析，定位数据问题并持...
岗位描述：负责制作 Coding Agent 的 Benchmark，覆盖从基建到数据的全链路建设；探索并寻找 SWE Bench 之外的各类 Coding Agent 衡量指标；打造属于 Moonshot 自己的 Coding 工具，但目标不是成为另一个 Claude Code；需要具备敏锐的问题识别能力，能够发现工具、模型和工程实现中的低质量问题，并能在高强度反馈环境中有效协作。 岗位要求：熟悉 Claude Code、Cursor...
岗位描述：参与 Kimi-VL 等视觉语言模型的预训练和 post-training 工作，优化模型在长视频理解、长文档阅读等任务中的表现，提升模型准确性与效率；研究和探索在大语言模型上学习视频的方向，结合 Kimi 产品特点和优势，探索新的算法与架构，提升模型在视频场景下的泛化能力；负责数据优化与质量提升，满足模型训练与优化需求，深入分析数据特征和模型输出结果，为模型改进提供依据；设计并实施视频相关强化学习模型的评估指标和方法，对模型...
岗位描述：在 Agentic 与多智能体强化学习的算法、环境和基础设施方向取得突破，推动 Kimi K2 及后续模型在真实世界中的自主能力提升，欢迎在相关某一方向具备 SOTA 能力的候选人加入。 岗位要求：精通强化学习核心方法，包括策略梯度、Actor-Critic、Self-Play、Meta-RL、MARL；具备大规模训练与服务系统落地经验，能够支持千卡级训练和低延迟 Rollout；具备专家级系统编程能力和分布式基础设施设计能力...
岗位描述：在 Agentic 与多智能体强化学习的算法、环境和基础设施方向取得突破，推动 Kimi K2 及后续模型在真实世界中的自主能力提升。 岗位要求：精通强化学习核心方法，包括策略梯度、Actor-Critic、Self-Play、Meta-RL、MARL；具备大规模训练与服务系统落地经验，能够支持千卡级训练和低延迟 Rollout；具备专家级系统编程能力和分布式基础设施设计能力，熟悉 Python、C++、Rust；在 Agen...
岗位描述：负责打造支撑下一代大模型自我进化的 RL 基础设施，面向大规模 Agentic RL 场景设计训练与采样的混合调度策略，优化多模型（Policy、Reference、Reward、Value）的并行协同与显存共享；深度定制 vLLM，优化 Rollout 阶段的 KV Cache 复用、量化和投机方法，尽可能降低 Token 生成延迟；深入理解硬件，针对 RL 的不同算法负载和不同硬件设施定制最优并行策略，最大化 MFU，并与...
岗位描述：主要负责维护和开发 Moonshot 内部的强化学习后训练框架，支持万亿参数模型在 reasoning、agentic 等方向的文本与多模态 RL 后训练；与训练推理引擎团队合作，探索算法、框架与硬件的协同设计，提升大规模强化学习训练的稳定性和效率。 岗位要求：具备扎实的工程算法基础和工程实现能力，熟悉 Python 等编程语言，熟练掌握 PyTorch 等深度学习框架及常见性能调试与分析工具；对 Megatron-LM、vL...
岗位描述：深度参与 CodeLLM 的数据处理、清洗与优化，科学地改进、筛选和平衡用于大模型预训练与对齐训练的数据质量，提升模型在 Pretrain 和 SFT 阶段的代码能力与智能体能力；通过 SFT（监督微调）、RL（强化学习）以及工具、Docker 环境和任务的构建与扩展，积极提升 Coding/SWE Agent 能力，并沉淀有效训练智能体模型的实践方法；深入探索增强模型问题求解能力的方法，目标是在简单和中等难度算法题上接近 1...
岗位描述：根据品牌调性与推广需求，负责社媒达人发掘、筛选、建联及商务谈判全流程，与 KOL 或其 MCN 机构建立合作并对结果负责；对接国内主流投放渠道，获取并落地扶持政策、优质库存、测试资格等资源，包括主导巨量引擎、磁力引擎、腾讯广告等代理的寻源、谈判和合同签署，争取最优条款与账期；与抖音、快手、B站、小红书等平台直客建立长期合作，主动争取资源包与联合营销机会；负责火山引擎、AppsFlyer、极光推送等平台的商务谈判、合同签署与集成...
