腾讯
实习混元-Code Agent 执行轨迹的评估与过程奖励研究
深圳总部 · 实习 · 硕士
长期有效
任职要求
- 1、计算机科学、软件工程、人工智能或相关专业硕士及以上学历，具备大模型数据工程或Code LLM等实际项目经验；
- 2、深入理解 Transformer 架构及大语言模型训练原理，具备丰富的数据处理经验。能针对Code SFT、代码偏好对齐等后训练场景，设计高标准数据方案，有项目实战经验；
- 3、深入实践过 CodeAct、SWE-agent、LATS、AlphaCode等前沿代码推理与自动化框架者优先；
- 4、熟练掌握 Python，善于利用 Cursor、Claude Code 等 AI 辅助工具提升数据生产与自动化分析效率。熟悉至少一门其他主流编程语言（C++/Java/Go等），熟悉Docker优先；
- 5、在前沿会议有高质量论文发表，或在开源社区有高影响力贡献者优先；
- 6、具备强烈的数据敏感度、技术热情和自驱力，能够从繁杂的代码与报错日志中洞察模型能力的边界，拥有优秀的跨团队（模型、评测、平台）协作与沟通能力。
岗位描述
【岗位职责】
课题背景：
当前 Code Agent 的强化学习往往依赖最终的通过率作为稀疏奖励，这在长周期复杂任务中极易导致“奖励作弊”——模型可能生成欺骗测试用例但逻辑错误的代码。同时，静态代码切片的评估无法反映 Agent 在真实执行环境中的状态变异。同时，目前的评估体系（如 HumanEval 的 Pass@1 或 SWE-bench）也主要采用结果导向的评估方式，不利于对模型的真实能力做更细致的评估。
课题挑战：
如何定义“好轨迹”，如何针对不同任务类型自适应评估，如何从动态执行过程里提取有效信号，以及如何把高成本、主观性强的人工轨迹分析，转化为稳定、可规模化、还能服务强化学习的过程奖励。
具体工作：
本课题旨在构建一套全方位、多维度的 Code Agent 轨迹质量评估框架，不再单纯以“成败论英雄”，而是通过对 Agent 解决问题过程中的每一跳（Step）进行量化分析，从而：
- 1、定义“好轨迹”的标准： 明确什么是高效、鲁棒且符合人类开发者逻辑的解决路径；
- 2、自适应评估：对于不同类型的code agent数据，能自适应评估轨迹的质量；
- 3、诊断与调优： 为 Agent 的迭代提供诊断报告，识别性能瓶颈；
- 4、强化学习指引： 为基于过程奖励模型（PRMs）的强化学习提供高质量的评估信号。
【任职要求】
- 1、计算机科学、软件工程、人工智能或相关专业硕士及以上学历，具备大模型数据工程或Code LLM等实际项目经验；
- 2、深入理解 Transformer 架构及大语言模型训练原理，具备丰富的数据处理经验。能针对Code SFT、代码偏好对齐等后训练场景，设计高标准数据方案，有项目实战经验；
- 3、深入实践过 CodeAct、SWE-agent、LATS、AlphaCode等前沿代码推理与自动化框架者优先；
- 4、熟练掌握 Python，善于利用 Cursor、Claude Code 等 AI 辅助工具提升数据生产与自动化分析效率。熟悉至少一门其他主流编程语言（C++/Java/Go等），熟悉Docker优先；
- 5、在前沿会议有高质量论文发表，或在开源社区有高影响力贡献者优先；
- 6、具备强烈的数据敏感度、技术热情和自驱力，能够从繁杂的代码与报错日志中洞察模型能力的边界，拥有优秀的跨团队（模型、评测、平台）协作与沟通能力。
【技术方向】
智能体、强化学习
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。