工作职责:

-参与 Coding Agent 沙盒训练环境建设，协助支持 coding task 在隔离、稳定、可复现的环境中运行
-多 Harness 大规模轨迹合成：围绕 open-coder、claude code、openclaw 等不同 harness 构建跨 harness 的轨迹合成体系，探索 harness 泛化，让模型学到通用的编码-执行-修复能力而非绑死单一框架
-轨迹改写、清洗、过滤：将不同来源、不同 harness 格式的轨迹统一改写规整，做大规模去重、质量打分与噪声过滤，处理多分片 JSONL 级数据，产出高信噪比训练集
-参与 Coding Agent 后训练基础设施建设，协助支持 SFT、OPD、RL 等训练和评测流程
-基于 Slime、Megatron-LM、verl、DeepSpeed、FSDP、Transformers 等框架进行训练流程适配、调试和问题排查
-参与基于 SGLang / vLLM 的推理服务建设，支持 rollout、teacher inference、批量评测等场景
-训练与推理性能分析，包括显存占用、吞吐、延迟、batching、KV cache、长上下文推理等方向

任职要求:

-在读硕士/博士，能保证每周 4 天以上、持续 6 个月以上的实习投入
-了解 Kubernetes、容器、GPU 任务运行或分布式训练相关概念者优先
-了解大模型基本结构和训练流程，如 Transformer、Attention、dataset、loss、optimizer、checkpoint、evaluation 等
-了解至少一种大模型训练或推理框架，如 Transformers、DeepSpeed、FSDP、Megatron-LM、verl、vLLM、SGLang 等
-对 Coding Agent、后训练、推理服务、训练基础设施或 GPU 性能优化方向有兴趣，愿意深入学习
-加分项
-有 LLM 后训练（SFT/DPO/GRPO/蒸馏）或 agent 训练的实战经历
-熟悉 code agent harness（如 open-coder、OpenHands / Claude Code 类框架），做过轨迹合成或改写清洗
-参与过大规模分布式训练调优，或主流推理引擎（SGLang/vLLM）的性能优化
-有 CUDA / 算子 / 通信优化、量化、并行策略相关经验
-有代码智能体 / agentic 评测、reward modeling、可验证反馈相关经验
-有开源贡献、竞赛、或能展示深度的个人项目