美国创业公司招大模型数据工程师，具体要求如下 职位描述: 你将端到端负责从 RL 数据的任务与环境设计、轨迹生成、rubric/verifier/reward 构建，到质量管理、eval 分析和客户交付。
岗位职责： 设计 coding / agentic 场景的 SFT 与 RL 训练数据：任务构造、难度分层、轨迹采集、评分标准与奖励设计 深度使用 Claude Code / Codex 等 coding agent ，系统性拆解其能力边界与失败模式，转化为数据任务设计 搭建可复现的执行环境：依赖安装、容器隔离、自动化测试、超时与资源限制、批量 rollout ，人工抽检，去重等等 围绕主流 coding benchmark （ Terminal-Bench, NL2Repo, DeepSWE, long horizon coding benchmark 等）做分析设计；识别数据污染和验证器被钻空子的情况 搭建数据质量体系：自动化校验、可执行验证、去重、人工抽检流程 直接对接客户，把模糊的能力目标翻译成任务规范和验收标准 任职要求： 熟练使用至少一种 coding agent ，有大量实操而非浅尝（面试会聊你踩过的具体坑） 扎实的基本代码工程能力，能独立搭建容器化 / sandbox 执行与评测环境 理解 SFT / RLHF / RLVR / rejection sampling / reward model 基本原理 英语可作为工作语言，能直接参会和写技术文档 加分项： LLM research 方向在读或已毕业博士 有 benchmark 建设、agent 评测、合成数据 pipeline 落地经验 有相关开源贡献或论文 每月薪资：40k~60k,能力强可以更多，额外给期权 职位福利：五险一金，可远程工作，支持参加顶会等 工作时间地点自由，可远程办公 简历： kevinwirehack@gmail.com