职位编号 J20260828153849132289
Agent 沙箱环境与后训练平台工程师
80-100万北京市本科3-5年招聘 1 人预计佣金 129.7K1天前刷新/8月28日 16:09发布
职位信息项目手册职位进展做单须知佣金规则发单顾问
寻访须知
必要条件:1. 为后训练全链路（数据合成、评测、SFT、RL）提供稳定好用的 Agent 运行环境
2. 封装统一的环境管理层，屏蔽底层差异，支持 Linux / Windows / GUI / MCP 工具等多
形态环境的一键交付
3. 建设 Agent 评测平台，支持 环境 × Agent × 模型 自由组合的评测与数据合成任务
4. 打通评测与 RL 的环境供给，保障 rollout 阶段的并发、稳定性与可复现性
5. 规模化生产镜像与任务环境，泛化 code、GUI、工具调用等场景的环境数据
6. 对接云服务厂商，负责容量规划、成本优化与问题闭环
优先条件:1. 有 veRL / slime 等 RL 框架的环境侧对接经验
2. 有大规模环境的成本优化实战经验
3. 相关开源项目贡献
目标公司/行业:互联网大厂，私募量化
必问问题:
待发单方补充
JD基本信息
岗位职责
1. 为后训练全链路（数据合成、评测、SFT、RL）提供稳定好用的 Agent 运行环境
2. 封装统一的环境管理层，屏蔽底层差异，支持 Linux / Windows / GUI / MCP 工具等多
形态环境的一键交付
3. 建设 Agent 评测平台，支持 环境 × Agent × 模型 自由组合的评测与数据合成任务
4. 打通评测与 RL 的环境供给，保障 rollout 阶段的并发、稳定性与可复现性
5. 规模化生产镜像与任务环境，泛化 code、GUI、工具调用等场景的环境数据
6. 对接云服务厂商，负责容量规划、成本优化与问题闭环
任职要求
1. 3 年以上后端或平台研发经验，Go / Python 熟练
2. 熟悉容器与 Kubernetes 的使用，能快速定位环境类问题
3. 熟悉 Claude Code、OpenCode 等 Agent 框架，了解 MCP、Skill 等机制
4. 熟悉 SWE-bench、Terminal-bench、OSWorld 等评测榜单的运行与实现
5. 理解 RL rollout 与评测链路对环境的需求，能将其抽象为平台能力
6. 有平台化思维和服务意识，能主动对齐算法需求并承接 oncall
所属行业:互联网、人工智能/大模型/算力
职能分类:全栈工程师
工作城市:
北京，招聘1人，详细地址：海淀
职位要求
学历要求:本科·985/211
工作年限:3-5年
薪资福利
年薪范围:80-100万 15薪
薪资福利:-
面试信息
面试轮次:3轮
视频面试:可以接受
面试流程:-