介绍 聚焦大模型在代码领域的能力建设，负责代码类任务的数据策略与质量体系建设，推动模型在编程场景下的表现优化。 岗位职责 ● 专注于代码生成、代码补全、代码审查、Debug等编程类任务，负责对大模型在代码理解、逻辑推理、程序合成等方面的输出进行深度评估，并生产高质量的SFT代码数据与优化指令； ● 对供应商产出的代码标注数据进行专业验收，确保其在正确性、可运行性、代码风格规范性等方面符合质量标准； ● 参与制定代码功能完整性、执行正确率、注释清晰度、边界处理等方面的评判标准，优化代码类任务的标注流程与评测体系； ● 总结不同编程场景（如算法实现、工程开发、代码重构、单测生成）下的优秀模型输出模式，形成案例库与方法论。 任职要求 ● 知名院校大学本科学历以上，计算机科学、软件工程、信息工程等相关专业优先； ● 具备扎实的编程基础，熟悉至少一门主流编程语言（Python/Java/C++/Go等），能准确判断代码的正确性与质量； ● 逻辑严谨，对代码质量有追求，有耐心，对AI在软件工程领域的发展有浓厚兴趣； ● 具备良好的跨团队沟通与协作能力，能推动数据生产与评测流程落地； ● 有较强的总结与抽象能力，能将实践经验沉淀为可复用的方法论。 加分项 ● 有实际软件开发、算法工程、代码Review或竞赛编程经验； ● 有大模型代码评估、数据标注或Prompt Engineering相关经历； ● 熟悉代码评测工具链或自动化测试框架。