【实习】Coding Agent实习生（科学发现）-AI for Science中心

Benchmark评测与优化：负责业界主流Coding Agent基准测试的效果优化，持续提升模型在真实编程任务中的表现；
科研场景算法优化：针对实际科研场景中的复杂编程任务（如数据分析、模型训练、实验自动化等），设计并实现高效的Agent算法解决方案；
Agent能力提升：深入研究LLM后训练技术（如指令微调、强化学习等），优化Coding Agent的代码生成、问题理解、工具调用等核心能力；
技术调研与创新：跟踪Coding Agent领域前沿进展，探索新的技术方向，将学术研究成果转化为产品能力。

学历背景：硕士及以上学位
技术基础：
扎实的编程能力和算法基础，熟练掌握Python等编程语言；
具备数据结构、算法设计与分析的扎实功底；
对大语言模型（LLM）有深入理解，熟悉Transformer架构及相关技术。
优先条件
实践经验：
有Coding Agent、AI编程助手相关项目经验者优先；
具备LLM微调、强化学习（RLHF/PPO等）实践经验者优先；
科研能力：
在大模型、代码生成及评测、AI Agent等领域发表过论文者优先；
综合素质：
出色的问题分析和解决能力，善于从数据和实验中发现问题本质；
良好的沟通协作能力，能与团队高效配合推进技术创新；
对AI编程充满热情，愿意探索前沿技术并将其落地应用。
加分项
熟悉软件工程流程，有实际开发经验
了解代码执行环境、工具调用、多步推理等Agent关键技术
有Kaggle、LeetCode等编程竞赛经验，有LLM/Agent相关顶会论文
长期实习（6个月以上）优先