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：作为客户成功与内部产品之间的“翻译器”和“放大器”，既理解模型底层技术逻辑，也理解企业客户的业务语言，并在两者之间找到高效落地路径；作为客户技术问题的第一入口，主导技术对话，必要时协调内部资源，建立客户对技术能力的信任；面向不同角色开展解决方案宣讲，以技术可信度推动客户理解，以商业敏锐度推动客户行动；深入客户业务场景，理解其数据流、决策链和痛点优先级，共同定义“成功落地”的标准，将模糊需求转化为清晰交付，可能涉及非标准集成方案...

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：推动训练与推理协同优化，推进 Quantized-aware Training（QAT）和 Quantized Training 的工程化落地，研发 W8A8、W4A16 等低比特训练方案，实现训练与推理在精度和效率上的最优平衡；设计并实现 Speculative Decoding（投机解码）及其变体（如 EAGLE、DFlash 等）的全链路方案，包括 Draft 模型训练、接受率优化与系统调度策略；建立从训练到推理的端到端...

岗位描述：负责 Kubernetes 调度器及调度插件的深度定制，设计面向 AI 工作负载的调度策略，包括 GPU 拓扑感知、NUMA 亲和、网络亲和、RDMA 域感知；攻克超大规模集群（万卡级）调度性能瓶颈，优化调度吞吐、调度延迟与决策质量，支持每秒数百 Pod 的调度并发；构建异构资源调度体系，实现 GPU、CPU、内存、高速互联网络的多维资源建模与在离线混部，提升集群整体利用率；研发抢占、回填、gang-scheduling、co...