岗位描述：设计稳健运行的分布式服务架构；优化超大规模线上推理集群的运行效率。 岗位要求：985/211 高校研究生及以上学历或优秀本科生；热爱编程，熟悉编译原理、操作系统、计算机网络等计算机基础知识；熟练掌握一种编程语言，Python、Golang、Rust、TypeScript 优先；对 AI 技术和分布式系统有强烈学习热情；具备良好的团队协作能力和沟通能力；有自己精心维护或参与的 GitHub 开源项目者优先；熟练使用各类 AI 编...

岗位描述：设计、搭建并持续迭代大模型多维度评测框架，让模型能力可衡量、可对比、可解释；与算法团队协作，将评测结论转化为数据需求，寻找能够提升模型智能的关键数据并推动落地；跟踪前沿论文与开源社区，及时将新的评测维度和数据策略应用到业务中；以产品思维发现问题并推动解决，持续提升模型能力。 岗位要求：具备 Python、Go、Java、C++ 中任意一种语言的使用经验，能够独立编写脚本、调用 API、搭建小工具；逻辑思维强，注重用数据说话，熟...

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...