{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "模型后训练Webdev-3D/Games Intern",
        "job_level": "",AI生成
        "work_category": "实习",AI生成
        "department": "",
        "location": "北京市",
        "work_mode": "",AI生成
        "job_category": "算法类/AI"AI生成
    },
    "company": {
        "company_name": "月之暗面",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "-我们希望让模型不仅能写代码，还能使用专业工具，将自然语言需求转化为可运行、可交互、可持续修改的作品：从网页与交互应用，到 3D 场景、参数化模型和游戏原型。-你将参与基座模型的 Agent 后训练，围绕真实创作与开发任务，研究模型如何规划、调用工具、验证结果，并在多轮反馈中完成复杂任务。岗位职责面向 Web、3D 与游戏开发场景，探索 Coding Agent 的能力边界，提升模型在复杂代码生成、调试、多文件工程及长程任务中的表现。参与 Agent 后训练的完整实验闭环，包括任务与数据设计、SFT / RL 训练策略、能力评测及迭代优化，分析不同方案对模型能力的实际影响。围绕 Blender、CAD、游戏引擎和浏览器等环境，构建可执行、可验证的任务与反馈机制，探索代码正确性、视觉效果和交互行为的自动评测。设计并优化 Agent Harness，研究工具接口、Skills 编排、上下文管理与多轮交互机制，提升 Agent 的任务成功率和执行效率。从模型失败案例中挖掘有价值的训练信号，探索合成数据、难例构造与质量筛选方法，并将前沿研究转化为可复现的实验和能力改进。任职要求本科及以上在读，预计 2028 年或以后毕业，计算机及相关专业优先。具备扎实的编程能力，能够独立完成项目开发、调试与问题定位；熟悉 Python，并掌握至少一种其他常用编程语言。熟悉深度学习基本原理，对大模型后训练、Coding Agent 或计算机图形学有浓厚兴趣，愿意通过实验验证想法。有使用或开发 Coding Agent 的实践经验，理解工具调用、上下文管理和多轮交互机制；能够分析 Agent 失败原因并提出改进方案。加分项（具备其中一项或多项即可）有计算机图形学、几何处理、渲染、动画或 3D 生成相关研究经验；在 SIGGRAPH / SIGGRAPH Asia、ACM TOG 等重要会议或期刊发表过相关论文。熟悉 Blender 等 DCC 工具或 CAD 工具，有脚本开发、插件开发、程序化建模或工作流自动化经验。熟悉 Unity、Unreal Engine、Godot 等任一游戏引擎，或有 Three.js、WebGL / WebGPU、Shader 开发经验，完成过可展示的 3D 交互项目或游戏作品。有大模型 SFT / RL、奖励设计、Agent 评测或训练数据构建经验。有高质量开源贡献、独立开发作品，或 ACM-ICPC / OI 等算法竞赛获奖经历。实习要求工作地点：北京，需现场实习，暂不支持远程。每周至少 4 天，连续实习 6 个月及以上；可全勤、尽快到岗者优先。欢迎在简历中附上代表性项目、GitHub、论文或作品演示，并说明你在其中解决的关键问题。",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "08315641-fc42-4ca2-85df-5170f177f166",
        "post_date": "2026-10-29",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://app.mokahr.com/campus-recruitment/moonshot/148507#/job/08315641-fc42-4ca2-85df-5170f177f166"
    },
    "fulltext": "-我们希望让模型不仅能写代码，还能使用专业工具，将自然语言需求转化为可运行、可交互、可持续修改的作品：从网页与交互应用，到 3D 场景、参数化模型和游戏原型。-你将参与基座模型的 Agent 后训练，围绕真实创作与开发任务，研究模型如何规划、调用工具、验证结果，并在多轮反馈中完成复杂任务。岗位职责面向 Web、3D 与游戏开发场景，探索 Coding Agent 的能力边界，提升模型在复杂代码生成、调试、多文件工程及长程任务中的表现。参与 Agent 后训练的完整实验闭环，包括任务与数据设计、SFT / RL 训练策略、能力评测及迭代优化，分析不同方案对模型能力的实际影响。围绕 Blender、CAD、游戏引擎和浏览器等环境，构建可执行、可验证的任务与反馈机制，探索代码正确性、视觉效果和交互行为的自动评测。设计并优化 Agent Harness，研究工具接口、Skills 编排、上下文管理与多轮交互机制，提升 Agent 的任务成功率和执行效率。从模型失败案例中挖掘有价值的训练信号，探索合成数据、难例构造与质量筛选方法，并将前沿研究转化为可复现的实验和能力改进。任职要求本科及以上在读，预计 2028 年或以后毕业，计算机及相关专业优先。具备扎实的编程能力，能够独立完成项目开发、调试与问题定位；熟悉 Python，并掌握至少一种其他常用编程语言。熟悉深度学习基本原理，对大模型后训练、Coding Agent 或计算机图形学有浓厚兴趣，愿意通过实验验证想法。有使用或开发 Coding Agent 的实践经验，理解工具调用、上下文管理和多轮交互机制；能够分析 Agent 失败原因并提出改进方案。加分项（具备其中一项或多项即可）有计算机图形学、几何处理、渲染、动画或 3D 生成相关研究经验；在 SIGGRAPH / SIGGRAPH Asia、ACM TOG 等重要会议或期刊发表过相关论文。熟悉 Blender 等 DCC 工具或 CAD 工具，有脚本开发、插件开发、程序化建模或工作流自动化经验。熟悉 Unity、Unreal Engine、Godot 等任一游戏引擎，或有 Three.js、WebGL / WebGPU、Shader 开发经验，完成过可展示的 3D 交互项目或游戏作品。有大模型 SFT / RL、奖励设计、Agent 评测或训练数据构建经验。有高质量开源贡献、独立开发作品，或 ACM-ICPC / OI 等算法竞赛获奖经历。实习要求工作地点：北京，需现场实习，暂不支持远程。每周至少 4 天，连续实习 6 个月及以上；可全勤、尽快到岗者优先。欢迎在简历中附上代表性项目、GitHub、论文或作品演示，并说明你在其中解决的关键问题。"
}