米哈游【提前批-平台研发】AI后端开发工程师
任职要求
1、2027届本科及以上学历在读，计算机等相关专业优先； 2、学习能力强，有独立解决问题的能力，有良好的沟通能力和业务理解能力； 3、熟悉面向对象编程，掌握Java/C++/Python/Go中的至少一门语言，Go背景优先。 加分项 1、大模型生态： 熟悉 OpenAI/Claude 或国内主流大模型的 API 接入与调用，理解大模型上下文限制、流式传输（SSE）等工程细节； 2、架构经验： 有过 RAG 落地经验，理解文…
工作职责
1、负责服务端系统的技术方案设计、开发与系统维护工作； 2、负责高质量的设计和编码，承担重点、难点的技术问题攻坚； 3、参与各专项技术调研，新技术引入等前瞻项目。
1、负责游戏运营平台的后端设计与开发，支撑玩家管理、活动配置、道具发放、GM后台等核心运营功能； 2、负责游戏运维平台的设计与研发,包括自动化发布、监控告警、配置管理、日志查询等系统,提升运维效率； 3、协同运营、运维团队快速响应业务需求,持续优化平台功能与性能； 4、参与技术方案设计与评审,推进代码规范、最佳实践的落地。
1、面向代码智能体能力构建评测体系，覆盖代码库理解、Issue 修复、跨文件修改、测试生成、调试定位、命令执行、工具调用和多步任务完成等场景。 2、设计 Repo-level 和 Agent-level 评测集，评估模型在真实软件工程任务中的任务完成率、测试通过率、修改质量、鲁棒性和执行效率。 3、分析 Code Agent 在复杂任务中的失败模式，包括错误定位失败、上下文遗漏、工具调用错误、无效修改、测试误判、循环修复等问题。 4、建立从评测结果到训练数据和 Post-training 策略的反馈闭环，通过 Bad Case 分析指导数据构造、奖励设计和训练策略优化。 5、参与内部 Benchmark、模型能力看板和回归评测系统建设，支持 Code Agent 能力持续迭代。
作为一名核心的预训练数据算法研究员，你将直接参与构建和优化我们核心大语言模型的预训练，并侧重在 code、agentic、reasoning-heavy 类任务的高质量训练数据集搭建；包含但不限于数据收集、合成数据生成、任务行为轨迹构建等。 1.开发并生成用于大模型训练的合成任务与数据集，涵盖两类场景： 可验证类任务：代码解题、数学计算题等； 不可验证类任务：开放式逻辑推理、通用综合问题求解等。 2.搭建并规模化运行多领域数据合成流程，覆盖 agent、code、math、general reasoning； 3.参与搭建 agentic task environments 以及配套的大模型训练评测体系。
作为一名预训练数据算法研究员，你将负责开发大语言模型训练所需的大规模数据处理算法与数据学习策略。 主要负责： 1.针对多源数据设计并开发code类数据、通用文本数据清洗、增强、合成算法； 2.基于大语言模型研发并迭代数据筛选策略，提升预训练语料的数据质量； 3.搭建并规模化优化数据处理流水线，保障高并发场景下的运行性能与稳定性。